Resumo em 30 segundos. Três medições recentes, de três institutos diferentes, descrevem o mesmo problema de ângulos diferentes. O Gartner contou cerca de 130 fornecedores reais de IA agêntica no mundo, entre milhares que se apresentam assim, e projeta mais de 40% de cancelamento de projetos até o fim de 2027. A Bain mediu que só 10% dos fornecedores de IA que adotaram algum modelo híbrido de preço cobram pelo resultado que entregam. O MIT NANDA mediu que apenas 5% dos pilotos corporativos de IA generativa traduzem em impacto operacional ou financeiro. Produto bom não é o que falta. Falta alguém disposto a responder pelo que ele produz.
Por que tanto produto de IA e tão pouca receita
Existe uma pergunta que eu faço a todo fundador de software house antes de aprovar o próximo lançamento: se isso não funcionar no cliente, quem perde dinheiro?
A maioria não faz essa pergunta, e o resultado está nos três números do resumo. Eles vieram de fontes que não se falam entre si, num intervalo de treze meses, e chegam à mesma conclusão por caminhos diferentes: o mercado de IA está lotado de gente vendendo capacidade e quase vazio de gente respondendo pelo resultado. Capacidade ficou barata. Responsabilidade continua rara. E é a responsabilidade que vira receita recorrente, não o acesso à ferramenta.
Quanto produto de IA existe de verdade
O Gartner foi contar. Em junho de 2025, a consultoria mapeou o mercado de fornecedores que se apresentam como IA agêntica e chegou a cerca de 130 empresas reais, com um produto que de fato opera de ponta a ponta sem intervenção humana constante. Não 130 mil. Cento e trinta, dentro de um universo de milhares de páginas de vendas que usam o termo. O resto é assistente reembalado, é RPA com nome novo, é chatbot que já estava na prateleira antes de qualquer modelo de linguagem existir.
Dois meses depois, em agosto, a mesma casa projetou que mais de 40% dos projetos de IA agêntica corporativos serão cancelados até o fim de 2027, por custo crescente, valor de negócio pouco claro e controle de risco insuficiente. As duas medições descrevem a mesma corrida de dois lados. Do lado da oferta, poucos fornecedores entregam o que prometem. Do lado da demanda, boa parte dos projetos que compram essa promessa some antes de terminar.
É tentador explicar as duas coisas pela imaturidade da tecnologia. A explicação mais direta é outra: o contrato não distribui o risco de um jeito que force alguém a acertar.
O que o preço confessa
Se a intenção do fornecedor não aparece no material de venda, ela aparece no contrato. E o contrato, em agosto de 2026, confessou um número que eu acho mais revelador do que qualquer press release.
A Bain analisou o preço público de cerca de 200 empresas de software B2B. Entre as que já adotam alguma medição híbrida para IA, cerca de 55% cobram por volume entregue, cerca de 35% cobram por esforço consumido e cerca de 10% cobram por resultado. E entre todos os fornecedores que estão introduzindo preço de IA agora, quatro em cada cinco escolheram um modelo de capacidade, ou seja, um compromisso fixo pago na frente, funcionando ou não.
Cobrar por acesso é uma aposta baixa para quem vende. Cobrar por resultado exige que o resultado seja observável, atribuível ao sistema e acordado entre as duas partes, e mesmo quando essas três condições existem, o próprio relatório da Bain reconhece que o contrato é difícil de negociar e difícil de faturar em escala. É por isso que 90% do mercado evita. Não porque não confia na tecnologia. Porque não quer carregar o risco que a tecnologia ainda exige de alguém.
O comprador que ganha não compra o que os outros compram
Do outro lado do balcão, o MIT NANDA fez a pergunta inversa: entre quem compra IA, quem realmente extrai valor?
A amostra não é pequena: 52 entrevistas com executivos, 153 respostas de survey e mais de 300 iniciativas de IA generativa revisadas. O achado central é que apenas 5% dos pilotos corporativos traduzem em impacto operacional ou financeiro mensurável. E o que separa esses 5% do resto não é o modelo escolhido, nem o orçamento, nem o setor. É o comportamento de compra.
As empresas que extraem valor se comportam como cliente de terceirização de processo, exigindo customização, adoção construída de baixo para cima na operação e um indicador operacional acordado antes de qualquer contrato assinado. As que não extraem valor se comportam como comprador comum de software: compram por comparativo de funcionalidade, assinam, distribuem a licença e esperam que a adoção aconteça por conta própria. A ferramenta, nos dois grupos, muitas vezes é a mesma. O que muda é quem assumiu a responsabilidade de fazer aquilo virar resultado.
A linha entre produto e solução não é técnica
Os três números apontam, para mim, para a mesma linha, e essa linha não passa pela tecnologia. Passa pelo contrato.
Produto entrega capacidade e deixa a execução com quem comprou. Se não funcionar, o problema é do cliente. Cobra-se por acesso, independentemente do que aconteça depois.
Solução entrega o resultado e fica com a execução. Se não funcionar, o problema é de quem vendeu. Cobra-se pelo que de fato aconteceu, não pelo que foi instalado.
Enquanto o modelo de linguagem era caro e escasso, dar acesso a ele já era o valor inteiro da oferta. Ele ficou barato e abundante, e continua ficando mais barato todo ano. O que sobrou escasso foi a outra metade: alguém disposto a olhar para o resultado do cliente e dizer, por contrato, que aquele resultado também é problema seu. É essa escassez, e não a escassez de modelo, que hoje decide quem fatura.
O que fazer na segunda-feira
Nenhuma das três medições pede uma reestruturação inteira da empresa antes de agir. Pedem uma pergunta, feita sobre um recorte pequeno o suficiente para caber no risco que a empresa consegue absorver hoje.
A pergunta é sempre a mesma versão da mesma coisa: qual pedaço do que a empresa entrega hoje é medível, é atribuível ao que ela fez e é pequeno o bastante para ela aceitar receber somente se funcionar? Não precisa ser o contrato inteiro. A própria Bain descreve isso como caminho de entrada: um processo, um indicador, um cliente disposto a testar. O contrato de resultado não precisa cobrir tudo o que a empresa vende. Precisa cobrir alguma coisa honesta e verificável.
Quando a resposta honesta é nenhum pedaço, a causa está no que foi construído, não no preço que se cobra por isso. E o que foi construído, nesse caso, é produto de IA, que é hoje a coisa mais fácil e mais barata de construir que existe. É exatamente por isso que ele não garante receita.
Perguntas frequentes
O que diferencia produto de solução em IA? Não é a tecnologia por dentro, é o contrato. Produto entrega capacidade e deixa a execução com o cliente: se não funcionar, o problema é dele, e a cobrança é por acesso. Solução entrega o resultado e fica com a execução: se não funcionar, o problema é de quem vendeu, e a cobrança reflete o que de fato aconteceu.
Dá para cobrar por resultado sendo uma empresa pequena? Dá, e não precisa ser o contrato inteiro. A Bain descreve o caminho de entrada como um recorte pequeno: um processo, um indicador, um cliente disposto a testar, onde o resultado é medível e atribuível ao que a empresa fez. Cobrar por resultado em um pedaço pequeno já muda a conversa comercial, mesmo sem cobrir toda a oferta.
Por que o piloto de IA não virou receita? Na maior parte dos casos medidos pelo MIT NANDA, porque a empresa compradora tratou a IA como compra de software: escolheu por comparativo de funcionalidade, assinou e distribuiu a licença esperando que a adoção acontecesse por conta própria. As empresas que extraíram valor se comportaram como cliente de terceirização de processo, com indicador operacional acordado antes do contrato e adoção construída de baixo para cima.
Como escolher o primeiro pedaço a colocar em risco? O critério é o mesmo dos dois lados do contrato: o resultado precisa ser observável, atribuível ao que foi feito e pequeno o suficiente para a empresa absorver o erro se a aposta não se confirmar. Um processo isolado, medido antes e depois, com um único cliente disposto a testar, cumpre os três critérios sem exigir uma reestruturação comercial completa.
Fontes: Gartner, "Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027" (25/06/2025); Gartner, "Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026" (26/08/2025); Bain & Company, "AI Pricing: A Reality Check on Effort, Usage, and Outcomes", Eric Maltiel e Josh Sandberg (10/08/2026), análise de preços públicos de cerca de 200 empresas B2B SaaS, junho de 2026; MIT NANDA, "The GenAI Divide: State of AI in Business 2025", Challapally, Pease, Raskar e Chari (julho de 2025), amostra de 52 entrevistas com executivos, 153 respostas de survey e mais de 300 iniciativas revisadas.
Este texto consolida a tese de setembro de 2026. O ponto de partida, sobre por que o insumo do serviço profissional ficou barato, está em Quando a matéria-prima do seu serviço fica barata, o seu modelo de negócio muda. E a versão anterior desse mesmo problema, sobre a fundação de dados que decide se qualquer IA funciona, está em Dados e IA em PMEs: a fundação que decide o resultado.
<!-- mkt-review: score=96 editor=mkt-quality-editor date=2026-09-18 -->