Uncategorized
O fim do SaaS como conhecemos: a ascensão das redes transacionais na nova infraestrutura digital
Por Vasco Oliveira, CEO e fundador da nstech
O software não morreu. O valor apenas migrou, mais uma vez.
A redistribuição histórica de valor no software
Toda queda drástica no custo do software redistribui valor.
- Nos anos 1990, quando o software corporativo era caro, o valor migrou para quem controlava dados e fluxos.
- Nos anos 2000, com o avanço do open source e da internet, plataformas de distribuição como Google, AWS e Salesforce ganharam protagonismo.
- Já nos anos 2010, com a cloud se tornando commodity, venceram os modelos baseados em integração profunda e efeitos de rede, como Shopify, ServiceNow e Mercado Livre.
Hoje, o padrão se repete.
Quem escreve o melhor prompt ou o código mais bonito importa menos. Quem controla o fluxo operacional real importa mais.
A nova segmentação do mercado
Nesse contexto, surge uma nova segmentação.
De um lado, estão os softwares funcionais isolados, caracterizados por ferramentas pontuais, baixa barreira de substituição e compressão acelerada de preço e margem impulsionada pela IA.
De outro, estão as redes transacionais e infraestruturas operacionais, formadas por plataformas que executam transações econômicas reais, acumulam dados contextuais proprietários e se tornam essenciais, com custos de troca extremamente elevados.
É essa segunda categoria que está capturando a maior parte do novo valor.
O que define uma rede transacional forte
- Efeito de rede direto, no qual cada participante valoriza a rede para todos
- Dados transacionais proprietários e acumulativos relacionados a preço, risco, performance e comportamento real
- Centralidade operacional, deixando de ser algo “legal de ter” para se tornar “impossível operar sem”
- Expansão natural de receita, incluindo pagamentos, crédito, seguros, precificação dinâmica e automação
Exemplos do modelo em 2026
- No setor financeiro: Visa, Mastercard e Stripe Treasury
- Em dados financeiros: o Bloomberg Terminal
- No e-commerce e fulfillment: Shopify, com pagamentos, crédito e logística, e a Amazon
- Nos workflows corporativos: o ServiceNow com agentes de IA
- Na América Latina: o Mercado Livre, que evoluiu de marketplace para fintech e logística
- Na logística e supply chain: a Wisetech no transporte internacional e a nstech no transporte doméstico de carga, buscando se tornar “rails” do setor
O papel da IA nesse novo cenário
A IA reforça, e muito, as redes transacionais.
Modelos de inteligência artificial estão se tornando commodity, como Grok, Claude, Gemini e Llama, cada vez mais acessíveis.
O diferencial passa a ser:
- O acesso a dados operacionais reais e em tempo real
- Um contexto transacional rico
- A integração nativa com workflows críticos
IA genérica gera insights genéricos. IA combinada a dados de transações reais gera decisões acionáveis e defensáveis.
Agentes de IA e infraestrutura econômica
Há um ponto estrutural que começa a ficar claro: agentes de IA não criam valor econômico real sozinhos.
Para sair da condição de “copiloto inteligente” e se tornar infraestrutura econômica, um agente precisa de três elementos:
- Contexto profundo, baseado em dados operacionais reais, históricos e confiáveis
- Capacidade de agir, por meio da integração direta com sistemas e fluxos que executam transações
- Feedback econômico real, expresso em resultados financeiros concretos, como pagamento, margem, risco e performance
Sem esses três elementos, o agente se torna apenas uma camada de interface inteligente, útil, mas facilmente replicável.
Implicações para valuation
- Retenção estrutural, quase como uma utility
- Custos de troca extremos
- Múltiplas alavancas de monetização
- Maior previsibilidade de fluxo de caixa de longo prazo
- Múltiplos de mercado consistentemente mais altos
A Visa mantém margens superiores a 60% há décadas. A Shopify viu seu GMV explodir e seu take rate subir com pagamentos e serviços. O Mercado Livre evoluiu de e-commerce para um ecossistema financeiro-logístico completo.
O desafio de construção
- Massa crítica inicial, resolvendo o problema do chicken and egg
- Confiança e neutralidade percebida
- Padronização de dados
- Integração profunda por meio de APIs bidirecionais
- Governança robusta
- Tempo aliado a capital paciente
Quando atinge escala, esse modelo se torna quase inexpugnável, como verdadeiras ferrovias digitais.
Logística: o próximo grande terreno
A cadeia logística global é gigantesca, fragmentada e ineficiente, representando 13% do PIB global.
O próximo passo é a consolidação em redes transacionais que conectam embarcador, transportador, operador, seguradora e banco em um único ambiente e permitem que agentes autônomos operem com capacidade de decisão e execução.
Quem fizer isso primeiro em escala, especialmente em mercados emergentes, criará uma nova camada de infraestrutura essencial.