A Bifurcação Que Já Está Acontecendo
Lemkin é direto: o mercado B2B de software não está passando por uma evolução gradual — está sendo partido ao meio. De um lado, empresas que adotaram agentes de IA de forma real estão crescendo em velocidade que não se via há décadas. Do outro, empresas que continuam rodando os mesmos playbooks de 2024 estão em queda — e a maioria ainda não percebeu.
O que diferencia os dois grupos não é tecnologia — é decisão. É uma escolha de qual "campo" você vai habitar. E a intensidade dessa divisão vai aumentar mês a mês ao longo de 2026. O que hoje parece uma diferença de velocidade, em 12 meses será uma diferença de escala que torna praticamente impossível para o grupo lento recuperar o terreno perdido.
Lemkin identifica um padrão recorrente em board meetings: founders que cresciam 50-100% ao ano e hoje crescem 15%, mas continuam apresentando os mesmos slides sobre IA sem ter produto novo que as pessoas queiram comprar. Ele chama isso de "performative work" — aparência de transformação sem mudança real. O mercado não vai esperar.
Paralelamente, Lemkin projeta que os três maiores IPOs da história da tecnologia devem acontecer em breve — SpaceX, OpenAI e Databricks. Juntos, devem gerar mais valor do que todos os IPOs de software das últimas décadas combinados. E prevê que uma startup será adquirida por US$ 100 bilhões nos próximos 12 meses — um número que teria parecido impossível há três anos. O capital está se concentrando onde a execução em IA é real.
Do Time Humano ao Stack de 21 Agentes
Lemkin documenta a jornada do próprio SaaStr como caso de estudo de transformação real — não teórica. Em 2024, a organização operava com mais de 20 pessoas para fazer menos do que faz hoje com 3. O objetivo para 2028 é operar um evento de centenas de patrocinadores e milhares de participantes com apenas 3 humanos.
Um único chatbot no Delphi com senha do Wi-Fi e informações do evento. Siloed, conectado a nada.
Primeiros agentes de SDR (Artisan), CS (QB/Cubie) e automação documental. Stack começando a integrar.
21 agentes integrados cobrindo outbound, CS, documentos, patrocínios e marketing. Todos conectados.
Objetivo: operar o evento completo com 3 pessoas humanas e stack de agentes autônomo.
O stack atual cobre três grandes áreas: outbound com AI SDRs (como Artisan), sucesso do cliente proativo (QB/Cubie) e automação de workflows de documentos pesados. O ponto de virada foi centralizar todo o conhecimento operacional — senhas, processos, histórico de patrocinadores, SOPs — num único sistema (Delphi.ai), o que gerou comportamentos emergentes inesperados.
Artisan
AI SDR para outbound de prospecção. Lemkin afirma que AISDRs hoje superam a maioria dos times humanos quando bem treinados. Recomenda investir um mês para implementar e validar com créditos gratuitos.
QB / Cubie
Agente de CS proativo: contata 100+ patrocinadores de forma autônoma, detecta problemas, resolve sem escalada humana. 95% de satisfação — superior ao time humano anterior, que levou 2 meses sem enviar um único e-mail.
Delphi.ai
Central de conhecimento que alimenta todos os outros agentes. Com tudo centralizado, o agente tentou autonomamente fechar um patrocínio de US$ 60 mil e automatizou 5.000 páginas de PDFs de credenciais de estacionamento em 1-2 horas.
O evento recebia anualmente um PDF de 5.000 páginas com pases de estacionamento individualizados — antes processados manualmente por uma pessoa que cometia erros e frequentemente pedia demissão. Com os LLMs atuais, o agente automatizou todo o processo em 1-2 horas. Lemkin destaca: essa tarefa provavelmente não era viável até janeiro ou fevereiro de 2026.
Os 4 Posicionamentos de IA: Onde Está o Seu Negócio?
Lemkin propõe uma estrutura de quatro categorias para classificar onde cada empresa está na adoção de IA — e o que cada posicionamento implica em termos de acesso ao orçamento de IA que está sendo alocado pelos CIOs. A recomendação dele é brutal: seja honesto sobre em qual categoria você realmente está, não onde quer acreditar que está.
Nenhum legado, nenhum cliente pré-IA, nenhuma equipe resistente à mudança. Demanda forte, sem atrito interno. O caminho é construir e escalar. Lemkin: "Você é dourado porque é tudo para cima."
Produto pré-IA que conseguiu se tornar infraestrutura para o ecossistema de agentes. IA está trazendo clientes líquidos novos, não apenas expandindo base existente. É o melhor dos dois mundos — legado + aceleração via IA.
Clientes existentes amam os recursos de IA e pagam mais — mas IA ainda não está trazendo novos clientes de forma significativa. Base sólida, mas sem aceleração de aquisição. Runway existe se o produto melhorar a atração de novos clientes.
Produto pré-IA que não está gerando demanda nova por IA nem expansão. Os orçamentos estão sendo cortados para liberar verba para IA. Lemkin é direto: "A recuperação não está vindo. Parem de agir como se fosse chegar." Sem agentes reais, sem acesso ao budget de IA dos CIOs.
Antes de qualquer planejamento estratégico, responda honestamente: em qual das quatro categorias sua empresa está? Não onde você quer estar — onde você está com base no que o produto entrega hoje e no que os clientes estão comprando por causa de IA.
O Mercado Está Reacelerando — Mas Só Para Quem Captura o Budget de IA
Os dados do Gartner — que Lemkin continua usando pela amplitude das pesquisas com CIOs — mostram uma aceleração do gasto em software que não se via há décadas. Mas a interpretação importa: o crescimento não está distribuído uniformemente. Está concentrado em empresas que conseguiram se tornar parte do ecossistema de IA.
O movimento que está acontecendo é claro: CIOs estão cortando fornecedores antigos para liberar verba e alocar em IA. Quem está do lado certo dessa transação cresce. Quem está do lado do corte, declina — independentemente de quantos anos de relacionamento tem com os clientes.
"Você tem que acessar o budget de IA. Se você fizer isso, esses são os melhores tempos. O gasto em software está acelerando como não víamos há décadas. Você tem que ir buscar isso."
Jason Lemkin — SaaStrO Que as Empresas Públicas Estão Mostrando
Lemkin analisa um conjunto de empresas públicas para ilustrar os diferentes padrões de reaceleração — e também onde está o risco. Os casos cobrem desde turnarounds dramáticos até crescimentos que ainda dependem de um próximo movimento.
De "empresa estagnada" para 85% de crescimento
Há dois anos e meio, crescimento havia caído para os 20%. Executivos deixavam a empresa. Hoje cresce 85% — com projeção de cruzar 100% em 2026. Combina demanda de defesa com captura do budget de IA. Lemkin: "Quem capturou orçamento de IA mais do que a Palantir?"
Ressurreição: de dead a 20% de crescimento em 18 meses
Crescimento tinha caído para dígito único. Jeff Lawson foi empurrado para fora por ativistas. Então agentes de IA precisaram de uma camada de comunicação — e usaram a API da Twilio. Crescimento foi de 4% para 20% em 18 meses. A lição: se sua API virar infraestrutura para agentes, o crescimento pode explodir.
Tornando-se indispensável para os hyperscalers de IA
Não inventou nova tecnologia. Fez algo mais valioso: tornou-se o sistema de observabilidade preferido de praticamente todos os grandes players de infraestrutura de IA. A estratégia: garantir que quem está crescendo em IA está usando seu produto.
De "feature útil" para "agente pelo qual as pessoas pagam"
Primeiro lançamento de IA era bom mas não monetizável — não tinha valor suficiente para justificar o preço. Ao evoluir para um agente que realmente entrega ROI mensurável, crescimento subiu para 32%. A distinção crítica: uma feature de IA não é o mesmo que um agente de IA.
Clientes existentes adoram — novos clientes ainda não chegam via IA
Clientes atuais estão satisfeitos com os recursos de IA e expandindo o uso. Mas IA ainda não está gerando novos clientes de forma significativa. Base grande (HubSpot tem 300 mil clientes com crescimento ainda em dois dígitos) cria runway — mas a aceleração real depende de que o produto passe a atrair novos compradores via agentes.
Compre Antes de Construir — e Treine Todo Dia
Lemkin tem uma regra operacional que vai contra o instinto de muitos founders técnicos: se existe um produto que resolve o problema, compre. Não construa por vaidade de controle ou por desconfiança de que o produto externo não vai servir.
A exceção é real: se nenhum vendor no mercado vai construir o que você precisa — como um app específico para processar credenciais de estacionamento personalizadas de um evento específico — então você constrói. A Raffle Agent (chamada de "10K" ou "Amy") foi construída internamente justamente porque nenhum vendor existente teria paciência para desenvolver essa solução tão específica.
O cheat code que Lemkin repete: treinamento diário. Não existe "configurou e esqueceu" em agentes. As equipes que conseguem resultados reais são as que trabalham com o agente todo dia — refinam, corrigem, alimentam com dados novos, ajustam o comportamento. Consistência bate ferramenta.
Outro princípio: esteja disposto a abandonar o que você construiu se um vendor lançar algo melhor. Lemkin é explícito sobre o QB/Cubie: "Se algum dia existir uma solução de mercado melhor do que o QB, vou descontinuá-lo — mesmo que tenha sido construído com esforço." O apego ao que foi construído internamente é um custo de oportunidade disfarçado de lealdade.
O Que o Treinamento Diário Muda
Um agente treinado todos os dias por uma equipe comprometida vai superar, em muitos casos, qualquer humano em funções repetitivas. O agente de CS do SaaStr sabe se cada patrocinador enviou o material de credenciamento, se tem pendências, o histórico de conversas, os problemas reportados — e age sobre isso de forma proativa. Um humano novo na conta simplesmente não consegue ter esse nível de contexto disponível imediatamente.
Clientes preferem um agente competente que resolve agora a um humano lento que precisa de uma semana para entender o problema. A aceitação de agentes em customer success não é uma concessão — é uma preferência, quando o agente tem informação e autonomia suficientes para agir.
APIs Como Vantagem Competitiva: o AI Agent Report Card
Um dos insights mais acionáveis que Lemkin apresenta é sobre APIs: em um mundo onde agentes são os compradores e usuários reais dos seus produtos, a qualidade da API determina se o agente vai escolher seu produto ou o do concorrente. E essa escolha, feita pelo agente, acaba influenciando as recomendações dos LLMs que orientam os builders de ferramentas.
O SaaStr for AI criou um "AI Agent Report Card" que avalia as principais APIs do mercado em termos de agent-friendliness. O resultado é revelador.
Stripe
Única API que recebeu nota máxima. Documentação estruturada, rate limits generosos, outputs previsíveis, suporte a padrões headless.
Meta para agentes
A nota mínima que Lemkin recomenda ter. Agentes preferem APIs que entreguem dados ricos, estruturados e com suporte a webhooks e streaming.
Vendors que esgotam limite em 1h
APIs com rate limits tão baixos que agentes ficam bloqueados — às vezes por dias. Esses vendors estão ativamente sabotando sua própria adoção.
As características que fazem uma API ser agent-friendly: rate limits generosos, dados mais ricos por chamada, outputs estruturados (não texto livre), suporte a padrões headless, webhooks e streaming para eventos assíncronos, e semântica de erros clara. Lemkin afirma que melhorar uma API para atingir B+ pode ser alguns dias de trabalho — e pode ser a diferença entre ser escolhido ou ignorado pelos agentes que estão sendo construídos agora.
Lemkin está migrando do Marketo — uma das plataformas de automação de marketing mais estabelecidas do mercado — especificamente porque ela não é agent-friendly. O critério de escolha da plataforma substituta: qual é a mais compatível com agentes? Não qual tem mais features, mais integrações nativas ou melhor UI. Qual os agentes conseguem usar melhor.
Um Agente, Uma Interface — Mesmo com 21 Rodando Por Trás
O SaaStr opera hoje com 21 agentes distintos cobrindo funções diferentes — outbound, CS, documentos, patrocínios, marketing. Mas do ponto de vista do cliente, eles querem interagir com um único ponto de contato. Não 21 interfaces, não 21 chatbots — uma experiência unificada que orquestra tudo por baixo.
Essa dinâmica está criando uma das maiores oportunidades — e ameaças — do mercado B2B atual. Venda, marketing e suporte estão convergindo. Um cliente que tem uma dúvida sobre produto pode virar uma oportunidade de upsell. Um problema de suporte pode revelar uma oportunidade de expansão. O agente que gerencia tudo isso simultaneamente é muito mais valioso do que três produtos separados que não conversam.
Lemkin alerta: antes, você tinha quatro anos antes de um concorrente começar a competir com você. Hoje, produtos que eram focados em marketing podem começar a fazer suporte, e vice-versa — de forma acidental, como consequência de um agente que cobre múltiplas funções. A convergência está acelerando a velocidade da competição.
O resultado: mercados de nicho que antes eram pequenos demais para justificar um grande produto estão se tornando de 10 a 100 vezes maiores — porque agentes conseguem entregar valor em escala impossível para times humanos. Legal ops, CX especializado, automação de back-office em setores específicos — todos estão expandindo com a entrada de agentes.
O Playbook de Execução Para os Próximos 90 Dias
Lemkin não deixa a análise no abstrato. Para cada diagnóstico, há um passo concreto. O conjunto de ações abaixo sintetiza o que ele recomenda para founders e líderes de produto que querem sair da Categoria 3 ou 4 e chegar na Categoria 2 ou 1.
Pilote um AI SDR por 30 dias
Defina o ICP, estruture o messaging, treine o agente nos detalhes da empresa. Compare os resultados com o time humano atual usando as mesmas métricas. Artisan e Monica são os players mais citados como funcionando hoje — não em 2024, hoje. Créditos gratuitos existem para validar antes de comprometer orçamento.
Centralize o conhecimento antes de automatizar
O erro de sequência mais comum: tentar construir um agente antes de ter o conhecimento centralizado. Carregue FAQs, SOPs, materiais de produto, histórico de clientes num único sistema. O comportamento emergente só aparece quando o agente tem acesso a contexto rico e estruturado.
Identifique um workflow de documento pesado e automatize em 1-2 horas
Qualquer processo com PDFs grandes, múltiplos formulários, ou fluxos de aprovação manuais é candidato. O que era impossível 6 meses atrás provavelmente é trivial hoje com os LLMs atuais. Teste agora. O resultado vai calibrar o que mais pode ser automatizado.
Avalie a sua API com o AI Agent Report Card
Se for abaixo de B+, priorize as melhorias: rate limits, riqueza de dados por chamada, clareza de schema, suporte a headless. Isso pode ser dias de trabalho — e pode ser o diferencial que faz agentes externos escolherem sua plataforma em vez da do concorrente.
Classifique sua empresa nas 4 categorias e seja honesto
Se for Categoria 4, pare o trabalho performático imediatamente. O orçamento sendo gasto em playbooks de 2024 é orçamento que não está construindo o agente que vai trazer clientes novos. A aceleração não vai voltar sozinha — ela precisa ser construída.
Empodere os AI champions internos agora
Toda organização tem pessoas que já estão usando IA intensamente, construindo pequenas automações, testando agentes. Identificar essas pessoas e dar a elas mais recursos e autoridade é mais eficiente do que tentar converter toda a equipe. Alguns membros do time simplesmente não vão se adaptar — aceitar isso é mais honesto do que investir tempo em retreinamento que não vai acontecer.
Ainda é cedo. Lemkin insiste nesse ponto: em quase nenhuma categoria é tarde demais. As melhores equipes conseguem clonar o que os líderes construíram em meses — e se a equipe for melhor, consegue ultrapassar em 12 meses. O que não existe mais é a opção de esperar para ver.
O Modelo de Precificação Para Agentes
Lemkin propõe uma mudança de mentalidade sobre precificação: agentes que entregam ROI claro e imediato justificam 2 a 10 vezes o preço do software equivalente. Um AI SDR que coloca reuniões no calendário vale muito mais do que uma ferramenta de CRM — porque o output é mensurável e imediato. R$ 250 mil por ano por um agente que gera R$ 2,5 milhões em pipeline é uma decisão trivial, não uma decisão difícil.
A analogia com Shopify e Toast é precisa: ambas construíram negócios de SaaS mediocres em receita de software, mas dominaram ao adicionar serviços de pagamento, folha de pagamento e vertical services que valem geometricamente mais. Agentes têm a mesma estrutura — o software é o veículo; o valor está no que o agente executa.
Tendências de IA para Negócios — Brasil 2026
O que já está sendo aplicado e o que ainda é ficção científica no mercado brasileiro
A Estratégia do Mais — Alex Hormozi
Por que volume é a aposta de maior retorno ajustado ao risco em qualquer negócio
Treinamento de Time Comercial
SPIN, SPICE e qualificação — como estruturar um time que converte antes de automatizar