Afirmação central
SaaS vira AAS
Software as a Service vende a ferramenta. Outcome as a Service (chamado no vídeo de AAS) vende o resultado. O orçamento disputa deixa de ser o de TI e passa a ser o de trabalho já existente.
O vídeo afirma que a oportunidade de 2026 em diante não está em vender mais uma ferramenta de IA, e sim em entregar o trabalho pronto — Outcome as a Service — nos mercados “chatos” que já têm orçamento. Esta pesquisa abre as teses originais dos fundos, confere os números, lista as 52 cunhas do episódio e publica o prompt de julgamento.
A frase-âncora do vídeo é simples: do software ao resultado. Em vez de vender o software para o contador, faz-se a contabilidade. Em vez de vender um sistema de licenciamento, consegue-se a licença. Em vez de vender um CRM de pesquisa, entrega-se o entendimento do cliente. O cliente descreve o resultado; a empresa executa e cobra proporcional ao trabalho.
Isso não é um slogan de YouTube. Em março de 2026, Julien Bek, da Sequoia, publicou Services: The New Software com o mesmo recorte: “a próxima empresa de US$ 1 trilhão será uma software company disfarçada de firma de serviços”. Em julho, a Bessemer fechou o círculo com Owning the outcome: “o outcome é o produto”.
“For every dollar spent on software, six are spent on services.”
Julien Bek, Sequoia Capital, 5 mar 2026
O episódio de Bruno Picinini (canal de IA para negócios; produto arOS) dura cerca de 24 minutos. A lista de 52 oportunidades aparece na tela, mas o transcript só nomeia uma cunha: regularização de imóveis rurais, avaliada em 30/40.
Software as a Service vende a ferramenta. Outcome as a Service (chamado no vídeo de AAS) vende o resultado. O orçamento disputa deixa de ser o de TI e passa a ser o de trabalho já existente.
1) o mercado de serviços é várias vezes maior; 2) o negócio melhora quando o modelo de linguagem melhora, em vez de ser canibalizado por ele; 3) o cliente já tem fornecedor, processo de compra e dor.
Não fazer tudo para todos. Pegar uma tarefa de escopo definido e alto valor, preferir vertical, e ser uma ordem de magnitude melhor em velocidade, custo, qualidade, capacidade ou disponibilidade.
Se a receita dobra e a equipe dobra, é uma empresa de serviços com ferramentas de IA. Se a receita cresce e o custo humano de entrega não acompanha, a tecnologia criou alavancagem.
O vídeo chama o momento de “3ª onda”. Sequoia e Bessemer usam outro léxico — copiloto, agente, autopilot, AI-enabled services — para o mesmo deslocamento.
IA ao lado do profissional. Preço por assento. Harvey vende para o escritório de advocacia; Rogo, para o banco. O humano continua dono do output. 2025 foi o ano desses negócios, segundo a Sequoia.
O agente executa o fluxo com pouca intervenção. O autopilot vende o trabalho ao comprador final: Crosby redige o NDA para a empresa, não para o advogado externo. Quem controla a entrega captura o ganho do modelo.
A Bessemer descreve o terceiro modelo de negócio da Vertical AI: misturar automação com humano na borda e precificar no output (carta de demanda, sinistro fechado, ticket resolvido). EvenUp, SmarterDx, Reserv são os exemplos deles.
A Sequoia alerta para o dilema do inovador: o copiloto que tenta virar autopilot precisa cortar o próprio cliente do trabalho. Essa abertura é exatamente o que o vídeo chama de proteção contra incumbentes que vendem hora.
Inteligência versus julgamento. Escrever código é sobretudo inteligência; decidir o que construir é julgamento. A IA atravessou o limiar na engenharia de software primeiro e vem para as demais profissões.
Playbook: começar no trabalho já terceirizado e pesado em inteligência. Trocar um contrato de outsourcing é troca de fornecedor. Substituir headcount interno é reorganização. Expandir depois para o trabalho interno e de julgamento, quando os dados acumulados permitirem.
Serviços profissionais sempre foram medidos por resultado. O que muda é quem faz o trabalho por trás da promessa: a máquina entra na camada de entrega, não só na de experiência. LegalZoom digitalizou a porta de entrada; a advocacia por trás continuou igual.
Três perguntas: o mercado está estruturalmente pronto? A IA faz o trabalho com margem de software e você retém o excedente? Depois de ganhar o trabalho, algo impede que ele saia — receita recorrente, dados que compostam, fosso regulatório?
Jake Saper e Rishub Nahar: Mechanical Orchard como prova — meses no lugar de anos para sair do mainframe. Cinco lições: (1) trazer o especialista de domínio cedo; (2) desconfiar de “Mirage PMF”, receita que cresce sem a IA reduzir custo; (3) parcerias e até aquisição de incumbentes; (4) começar no preço de mercado (hora) e migrar para outcome, com receita recorrente embutida, à la Palantir; (5) fazer demo, mesmo que o cliente nunca use o produto — o serviço esconde a mágica e o pitch deck não basta.
A frase “10× o mercado de software” do vídeo está na Bessemer, não na Sequoia. Em Part III: Business model invention in the AI era (dez 2024) e de novo em Owning the outcome, o fundo escreve que legal, saúde e serviços profissionais representam um TAM cerca de 10 vezes maior que o de software, e que serviços profissionais são ~13% do PIB dos EUA. A Sequoia usa 6×: cada dólar de software, seis de serviços. Os dois números descrevem o mesmo deslocamento de orçamento, com metodologias diferentes.
A Bessemer ainda mede o que o vídeo chama de alavancagem. No State of AI 2025 (13 ago 2025), as “AI supernovas” chegam a ~US$ 40M de ARR no primeiro ano comercial e ~US$ 1,13M de ARR por FTE — 4 a 5 vezes o benchmark clássico de SaaS — com margem bruta média de ~25%. As “shooting stars” crescem no ritmo Q2T3, com ~60% de margem e ~US$ 164 mil de ARR/FTE no ano 1. O playbook de precificação do fundo (fev 2026) fecha: “Client-server monetizou licença. SaaS monetizou acesso. IA vai monetizar outcomes.” Intercom cobra US$ 0,99 por ticket que o Fin resolve.
Picinini junta as teses num checklist de oito perguntas. A Bessemer tem onze. A sobreposição é quase um para um.
Procurar o que empresas já terceirizam. Educar o mercado é mais caro. A Sequoia chama isso de outsourcing as the wedge: o comprador já aceitou trabalho externo, já tem linha orçamentária e já compra um resultado. Troca de vendor, não reorg.
Exemplo do vídeo: Quanta — “your accounting system and the team behind it.”
Se o tradicional adotar a tecnologia amanhã, destrói o próprio modelo? Quem vende hora não pode eliminar hora. Clayton Christensen (O Dilema da Inovação) e o critério 02 da Bessemer: “billable-hour, commission, or offshore-labor models incumbents can't cannibalize.”
Exemplo: Mechanical Orchard — modernização de legado contra consultorias que faturam equipe × hora. Um caso deles saiu de 18 meses para ~5.
O que acontece se o cliente não resolver? Obra parada, venda perdida, multa, dinheiro bloqueado. Bessemer critério 03: trabalho não discricionário, erro dispara penalidade, bem parado ou responsabilidade. Cunha de mercado (wedge): uma tarefa estreita, de alto valor, depois expansão vertical.
Exemplo: PermitFlow — “Less work. Faster builds. Increased revenue.” Aprovações 2,5× mais rápidas; 90% menos carga administrativa; 5× ROI declarado.
Pessoas pagas para pensar versus pessoas pagas para executar processo. Sequoia: inteligência versus julgamento. Fazer 80–90% com IA e deixar o humano no edge case. Bessemer critério 06: 70%+ do COGS em revisão de documento, reconciliação, data entry, com caminho de ~35% para 70%+ de margem bruta.
Exemplo: SuperDial — agentes de voz ligam para operadoras de saúde, esperam na linha, falam com o atendente; humano entra só na falha.
Sem verificação, vira achismo. Copy e arte continuam subjetivos. Teste de software é binário: passou ou não. Bessemer critério 07: “a vulnerability reproduces or it doesn't.” A Sequoia usa o mesmo corte para contratos padronizados: a qualidade é verificável, então o comprador confia no output da IA sem ser jurista.
Exemplo: Ranger (ranger.net) — “Verify as it’s built.” Veredito estruturado: verified, partial, blocked, failed.
Velocidade, custo, capacidade, qualidade ou disponibilidade. “AI native” não interessa ao cliente. Peter Thiel, Zero to One: a tecnologia proprietária precisa ser pelo menos 10 vezes melhor que o substituto mais próximo em alguma dimensão importante; menos que uma ordem de magnitude parece melhoria marginal e não justifica a troca.
Exemplo: Listen Labs — pesquisa qualitativa de semanas para menos de 24 horas; clientes relatam “10 times more” pesquisa no mesmo budget.
O cliente 1.000 ensina o 1.001. Dados acumulados + trabalho recorrente = fosso (moat). Bessemer critérios 09 e 10: receita recorrente ou reocorrente, e flywheel de dados que nenhum concorrente replica (termos negociados, históricos de perda, padrões de operação).
Exemplo: Vertice — cada negociação de contrato alimenta um dataset de 32 mil vendors, 2M+ price points e US$ 75 bi de spend. Ana, o agente de negociação, já negociou US$ 500M em 4.000+ deals.
Licença barra concorrente ou obriga a equipe a crescer com a receita? Bessemer critério 11: o fosso bom é licença difícil de obter, com um humano licenciado supervisionando throughput ilimitado de IA. O fosso ruim é rubrica humana por transação, teto que nenhum modelo remove.
Exemplo: Numeral — “Sales tax, solved.” Imposto cria demanda obrigatória e recorrente. Series C de US$ 100M em 23 set 2026, liderada pela Insight Partners; US$ 157M no total.
Onze critérios em três blocos. O checklist do vídeo cobre os oito mais acionáveis para um founder; a Bessemer adiciona elasticidade de demanda, escassez de mão de obra e captura de excedente no preço.
| Bloco | # | Critério Bessemer | Sinal forte | No vídeo |
|---|---|---|---|---|
| Estrutura e demanda | 01 | Fragmentação de oferta | Milhares de provedores subescala, ninguém com >5% | Mercados chatos, já terceirizados |
| 02 | Capacidade de resposta do incumbente | Modelo de hora faturável que não pode canibalizar | Critério 2 | |
| 03 | Criticidade e custo da falha | Erro gera multa, bem parado, responsabilidade | Critério 3 | |
| 04 | Elasticidade se o preço cair 80% | Demanda latente explode (Paradoxo de Jevons) | Implícito no 10× | |
| 05 | Escassez de mão de obra | Força de trabalho envelhecendo, pipeline fino | Sequoia: 340 mil contadores a menos nos EUA | |
| Economia da entrega | 06 | Parcela de COGS automatizável | 70%+ processo; margem rumo a 70%+ | Critério 4 |
| 07 | Verificabilidade do outcome | Binário ou testável; erro barato e cedo | Critério 5 | |
| 08 | Modelo de preço e excedente | % da cobrança, per finding; cliente não vê seu custo | Cobrar o resultado, não a ferramenta | |
| Defensibilidade | 09 | Durabilidade da receita | Trabalho always-on, ciclo de billing, administração contínua | Critério 7 (recorrência) |
| 10 | Flywheel de dados | Cada entrega piora a vida do copiador | Critério 7 (moat) | |
| 11 | Regime regulatório | Licença difícil + um humano supervisiona IA em escala | Critério 8 |
Todas existem, todas vendem trabalho (ou o sistema + o time que o executa), e todas receberam capital institucional. Os números abaixo vêm de sites, press releases e reportagens, não do transcript.
| Empresa | O que vende de fato | Prova recente | Encaixa no critério |
|---|---|---|---|
| Quanta usequanta.com |
Ledger próprio + contadores em SF que fecham o mês. “Your accounting system and the team behind it.” Edge cases com humano. | Series A US$ 15M (4 dez 2025, Accel) + seed. Prism lançado no mesmo anúncio. Helen Hastings (ex-Affirm). Valuation não divulgada. | 1 · orçamento já existe |
| Mechanical Orchard mechanical-orchard.com |
Imogen reescreve mainframe em código cloud-ready e verifica que o output não muda. “Modernization is a verification problem.” | Series B US$ 50M (GV, ago 2024). Total declarado pela empresa: mais de US$ 84M (abr 2025), com Emergence. Imogen launched as plataforma ponta a ponta. Caso: 18 meses → ~5. | 2 · incumbente preso na hora |
| PermitFlow permitflow.com |
Agentes de pré-construção: intake, pesquisa de requisitos, submissão. Licença não é papel; é a obra que anda. | Series B US$ 54M, Accel (dez 2025). US$ 20B+ em valor de construção. 12M+ pontos municipais. Clientes: Lennar, Amazon, IKEA, Toll Brothers. | 3 · custo da falha altíssimo |
| SuperDial superdial.com |
Agentes de voz para RCM: elegibilidade, prior auth, follow-up de sinistro, credentialing. Humano entra se a IA não fecha a ligação. | Series A US$ 15M, SignalFire (jun 2025). 7M+ interações. Até 4× throughput, 3× menos custo por call, 90% menos tempo em fluxos de payer. | 4 · execução repetitiva |
| Ranger ranger.net |
QA para o agente que escreve código. Sobe o browser, percorre o fluxo, devolve veredito e evidência (screenshot, vídeo, trace). | US$ 8,9M em duas rodadas (General Catalyst e XYZ). Combina produto de IA com time humano de QA: “the last QA engineer you will ever hire.” Veredito: verified / partial / blocked / failed. | 5 · resultado binário |
| Listen Labs listenlabs.ai / listenlabs.com |
Pesquisa de cliente ponta a ponta: desenho, recrutamento, entrevista por voz/vídeo, relatório. “Understand your customer loud and clear.” | Series B US$ 69M (Ribbit, 14 jan 2026), com Sequoia, Conviction, Pear. Equity total ~US$ 100M. ARR ~US$ 30M é reportagem (TechCrunch). Valuation de US$ 1,5B e conversa Salesforce não foram confirmadas pela empresa. | 6 · 10× velocidade |
| Vertice vertice.one |
Procurement de SaaS com garantia de ~20% de economia. Em 2026 lançou Ana, agente que negocia no lugar do comprador. | Series C US$ 50M (Lakestar, jan 2025); total >US$ 100M. Dataset: 32k vendors, US$ 75bi de spend. Ana: US$ 500M negociados. Economia contratualmente garantida. Valuation de ~US$ 500M é rumor de imprensa, não anúncio da empresa. | 7 · flywheel de dados |
| Numeral numeral.com / numeralhq.com |
Sales tax / VAT / GST ponta a ponta: nexus, registro, cálculo, filing, remessa, certificados de isenção. “Sales tax, solved.” | Series C US$ 100M, Insight Partners (23 set 2026). US$ 157M total. Filing no prazo ou a empresa paga penalidades e juros. 3.500+ empresas; VAT/GST em 90+ países. | 8 · regulação como demanda |
Nenhuma dessas empresas compete com Claude, GPT, Gemini ou Grok no chat. Todas usam os modelos por baixo e vendem um resultado que o cliente já comprava de um humano. Quando o modelo fica mais barato e mais capaz, a margem de quem controla a entrega sobe — tese 2 do vídeo, confirmada pela Sequoia (“if you sell the work, every improvement in the model makes your service faster, cheaper, and harder to compete with”).
O vídeo fecha com um filtro bruto: a receita cresce mais rápido que o custo humano da entrega? Se a equipe escala 1:1 com a receita, o negócio é serviços tradicionais com IA no PowerPoint. Se a receita sobe e o FTE de entrega não, a tecnologia criou alavancagem.
A Bessemer dá números para esse teste. Supernovas: US$ 1,13M ARR/FTE. SaaS clássico: uma fração disso. Vertical AI no portfólio deles, em 2024: ~56% de margem bruta média com mix relevante de serviços. A Sequoia dá o mecanismo: cada unidade de trabalho verificável vira dado de treino; o N-ésimo contrato fica mais barato de entregar que o primeiro.
Começar como serviço artesanal não desqualifica — o vídeo é explícito: cobre caro, aprende o processo, produtiza. A Bessemer diz a mesma coisa sobre EvenUp: no início, operação jurídica humana revisava 100% das cartas; a qualidade do dado importava mais que o volume.
Os 6× e 10× são razões de gasto ou PIB, não múltiplos de valuation. No recorte de orçamento de TI da Gartner para 2026, com IaaS dentro de IT services, a razão cai para ~1,3:1.
| Recorte | Serviços / trabalho | Software | Relação |
|---|---|---|---|
| Gasto (Sequoia, 2026) | US$ 6 em serviços por US$ 1 em software. QuickBooks ~US$ 10 mil vs. contador ~US$ 120 mil | — | 6:1 |
| PIB EUA (Bessemer) | Business & professional services ~13% do PIB | software ~1% do PIB | ~10× |
| TI mundial 2026 (Gartner) | IT services US$ 1,870 bi (+9%; inclui IaaS) | software US$ 1,444 bi (+15,1%) | ~1,3:1 |
| Foundation Capital | US$ 4,6 T (salários + IT/BPO, base 2024) | pool SaaS citado de US$ 200 B | tese “Services-as-Software” |
A Sequoia publica um mapa ilustrativo de verticais de serviços com TAM de mão de obra. O vídeo cita os mesmos blocos: contabilidade, jurídico, seguros, logística, compliance, consultoria, recrutamento.
| Vertical (Sequoia) | TAM citado | Por que é autopilot | Nomes no ensaio |
|---|---|---|---|
| Corretagem de seguros | US$ 140–200B | Linhas standard = shopping + formulário. Distribuição fragmentada. | WithCoverage, Harper |
| Contabilidade e auditoria | US$ 50–80B terceirizado só nos EUA | 340 mil contadores a menos em 5 anos; 75% dos CPAs perto da aposentadoria. | Rillet, Basis |
| Revenue cycle em saúde | US$ 50–80B terceirizado nos EUA | Coding ICD-10: regras complexas, mas regras. Outsourcing já é outcome-based. | Anterior |
| Claims / TPA | US$ 50–80B | Ajustadores envelhecendo. Crawford e Sedgwick como incumbentes de hora. | Pace, Strala |
| Tax advisory | US$ 30–35B | 80–90% inteligência; licença CPA vira fosso. Multi-jurisdição é o que o SMB terceiriza. | TaxGPT, Skalar, Ravical |
| Jurídico transacional | US$ 20–25B | NDA, filings, contratos: output padronizado e verificável. | Harvey, Crosby, Lawhive |
| IT managed services | US$ 100B+ | Patch, alerta, provisionamento. Software atual vende ferramenta ao MSP, não “sua TI roda”. | Edra, Serval |
| Procurement / supply chain | US$ 200B+ | Long tail de fornecedores sem atenção humana. Leakage de 2–5%. | Magentic, AskLio, Tacto |
| Recrutamento | US$ 200B+ | Topo do funil é inteligência; fit cultural é julgamento. Cunha nos papéis de alto volume. | Juicebox, Mercor, Jack & Jill |
| Consultoria de gestão | US$ 300–400B | Maior mercado, mais julgamento. Automatizar coleta e benchmark; deixar a recomendação humana. | Em aberto |
Lista original do episódio. O padrão: há um evento econômico bloqueado e alguém já paga para destravá-lo. A cunha boa ainda vira operação recorrente depois. No vídeo, regularização de imóveis rurais (#18) saiu 30/40 — oportunidade forte (faixa 28–33 do prompt).
O padrão comum: há um evento economicamente relevante bloqueado e alguém paga para destravá-lo. As melhores cunhas ainda permitem virar operação recorrente depois.
Texto integral publicado com o episódio. Faixa de leitura: 34–40 excepcional · 28–33 forte · 21–27 promissora · 14–20 encaixe fraco · 0–13 fora da tese.
Quero que você avalie minha ideia de negócio usando a tese de AI-enabled services / Outcomes as a Service: empresas que usam IA para entregar o trabalho ou resultado final, em vez de apenas vender software para o cliente fazer o trabalho. Se faltar alguma informação essencial, faça primeiro no máximo 5 perguntas objetivas. Depois faça a avaliação. IDEIA: [DESCREVA AQUI SUA IDEIA, CLIENTE, PROBLEMA E COMO PRETENDE GANHAR DINHEIRO] Avalie de 0 a 5 cada um destes 8 critérios: 1. ORÇAMENTO EXISTENTE / OUTSOURCING Pergunta: o cliente já paga alguém para realizar esse trabalho? Quanto mais fácil for substituir um fornecedor existente, melhor. Exemplo: Quanta substitui serviços tradicionais de contabilidade. 2. MERCADO VULNERÁVEL Pergunta: os fornecedores atuais têm dificuldade estrutural para adotar IA sem canibalizar seu modelo? Procure mercados fragmentados, baseados em horas, comissão ou grandes equipes. Exemplo: Mechanical Orchard atacando trabalhos tradicionalmente feitos por grandes consultorias. 3. PROBLEMA VALIOSO / CRÍTICO Pergunta: o que acontece se o cliente não resolver esse problema? Quanto mais dinheiro, receita, operação, risco ou tempo estiver bloqueado, melhor. Exemplo: PermitFlow resolve licenças que podem bloquear uma obra inteira. 4. TRABALHO AUTOMATIZÁVEL Pergunta: quanto do custo atual é gente executando processos que IA poderia assumir? Procure pesquisa, conferência, preenchimento, ligações, reconciliação, acompanhamento e tarefas repetitivas. Exemplo: SuperDial automatizando trabalho administrativo por telefone. 5. RESULTADO VERIFICÁVEL Pergunta: é possível saber objetivamente se o trabalho foi bem feito? Quanto mais fácil medir qualidade e detectar erros, maior o potencial de autonomia. Exemplo: Ranger em testes de software — passou, falhou, bug reproduzido ou não. 6. MELHORIA DE ORDEM DE MAGNITUDE Pergunta: IA permite ser dramaticamente melhor em alguma dimensão? Procure algo como 10x mais rápido, muito mais barato, muito mais escalável ou significativamente mais eficaz. Exemplo: Listen Labs fazendo pesquisa e entrevistas em uma escala impossível com equipes tradicionais. 7. RECORRÊNCIA + FLYWHEEL Pergunta: o negócio fica melhor conforme cresce? Procure receita recorrente ou repetida e dados/conhecimento que façam o cliente 1.001 ser atendido melhor que o cliente 1. Exemplo: Vertice acumula dados de preços e negociações enquanto administra contratos recorrentes. 8. REGULAÇÃO FAVORÁVEL Pergunta: a regulação cria uma barreira de entrada ou um teto de automação? O cenário ideal é uma licença difícil de obter, mas em que poucos especialistas possam supervisionar grande volume de trabalho automatizado. Exemplo: Numeral transforma complexidade tributária em demanda recorrente e barreira competitiva. SCORING Dê 0 a 5 em cada critério: 0 = completamente desfavorável 1 = muito fraco 2 = abaixo da média 3 = razoável 4 = forte 5 = excepcional Total máximo: 40 pontos. Interpretação: 34–40 = oportunidade excepcional para esta tese 28–33 = oportunidade forte 21–27 = promissora, mas com problemas importantes 14–20 = encaixe fraco 0–13 = provavelmente não é uma boa tese de AI-enabled service Não dê notas altas apenas porque a ideia parece interessante. Seja crítico e explique o que realmente sustenta cada nota. FORMATO DA RESPOSTA 1. Resuma a ideia em uma frase. 2. Faça uma tabela: Critério | Nota 0–5 | Justificativa 3. Dê a nota final: X/40. 4. Liste os 3 maiores pontos fortes. 5. Liste os 3 maiores problemas. 6. Mostre como eu poderia modificar a ideia para aumentar a pontuação. 7. Se existir, proponha uma cunha inicial melhor: um problema mais específico, urgente e fácil de vender. 8. Diga qual seria o argumento mais interessante para investidores, caso exista. 9. Termine dizendo claramente: “Eu investiria tempo investigando isso” ou “Eu não priorizaria essa ideia”, explicando em poucas linhas o porquê.
O capital de risco já institucionalizou a aposta. Foundation Capital segue o pool de US$ 4,6 T. A General Catalyst reservou US$ 1,5 B da última captação para “creation”/roll-up com IA, com metas de margem 30–40% e Rule of 60. No mercado público, o múltiplo mediano EV/receita NTM de SaaS caiu a 3,1× no T1 2026 — mínima de uma década, contra mediana de longo prazo 5,3×. A leitura de Sapphire e SaaS Capital: a IA é risco existencial ao modelo por assento.
O contraexemplo permanece amarrado a cabeça: Concentrix, Genpact e Infosys negociam a 5–23× EV/EBITDA, contra Salesforce, ServiceNow e Workday a 22–92×. A Bessemer usa a TCS para o teste de alavancagem: receita de US$ 15 B a US$ 30 B na década enquanto o headcount foi de 320 mil a 608 mil — ~US$ 49 mil por empregado. Time-and-material paga tempo, não resultado. As supernovas de IA no State of AI 2025 marcam US$ 1,13 M de ARR/FTE.
A migração de ferramenta para resultado é a tese oficial da Sequoia e da Bessemer em 2026. O 6× e o 10× existem em fontes primárias, como razões de gasto/PIB. As empresas citadas vendem trabalho, não só software. 10× numa dimensão é Thiel. Quem vende hora está estruturalmente bloqueado. Resultado verificável destrava autonomia e margem. O teste receita versus headcount é da Bessemer (TCS vs supernovas), não da Sequoia.
“AAS” e “Services-as-Software” não são os rótulos da Sequoia (copiloto/autopilot) nem da Bessemer (AI-native services); Emergence usa AI-native services. Os 8 critérios do vídeo são síntese do apresentador sobre 11 da Bessemer. Gartner, no recorte de TI, comprime a razão para ~1,3:1. Valuations de Listen Labs e Vertice vazaram na imprensa e não foram anunciadas pelas empresas. BPO “com IA” ainda negocia como serviço.
Vídeo: You're Not Late (Yet): The 3rd Wave of AI · Bruno Picinini · brunopicinini.com
Sequoia: Services: The New Software (Julien Bek, 5 mar 2026)
Emergence: The AI-Native Services Playbook (Jake Saper e Rishub Nahar, 31 jan 2025)
Bessemer: Owning the outcome (31 jul 2026) · Part III · Part IV · State of AI 2025 · AI pricing playbook · Systems of action
Thiel: Zero to One (2014), regra dos 10× numa dimensão importante.
Empresas do vídeo: Quanta · Mechanical Orchard · PermitFlow · SuperDial · Ranger · Listen Labs · Vertice · Numeral
Imprensa e dados: TechCrunch (Quanta, Listen Labs) · Accel (PermitFlow) · PR Newswire (Listen Labs Series B; Vertice Ana) · Foundation Capital (US$ 4,6 T) · Gartner via Hindu Business Line (TI 2026) · Sapphire Ventures (múltiplo SaaS 3,1×) · Bessemer IT services / TCS