Porque o mundo continua a funcionar com SAP

Principiante
IAIA
Última atualização 2026-03-24 11:58:50
Tempo de leitura: 1m
Em 2026, a concorrência no setor do software empresarial deixou de se centrar numa “guerra de funcionalidades” para se focar numa “reconstrução da interface”. Este artigo explora de que forma a IA está a redefinir os três principais sistemas — SAP, Salesforce e ServiceNow: na fase de implementação, agentes de IA são utilizados para mitigar riscos de migração avaliados em centenas de milhões de dólares; na fase de utilização, os “Large Action Models (LAMs)” simplificam interfaces complexas; e, na fase de expansão, aplicações leves substituem o desenvolvimento personalizado excessivo. O objetivo último da IA não é substituir estes “Systems of Record (SoR)”, mas reescrever a lógica de interação, tornando progressivamente o software tradicional volumoso “invisível” e convertendo-o em bases de dados fundamentais para “Systems of Action (SoA)” potenciados por IA.

Com o avanço da IA, startups e clientes têm direcionado o foco para capacidades inovadoras e produtos que estas tornaram possíveis, como agentes de voz, ferramentas de automação de processos e plataformas de texto para aplicação.

Apesar de existirem e continuarem a surgir negócios promissores nestas áreas (com investimentos nossos em alguns!), a IA está a transformar profundamente um aspeto menos vistoso, mas mais valioso: potenciar o software já utilizado pelas organizações. Para quem já passou uma semana numa Fortune 500, a questão impõe-se: porque é que ainda se utiliza o SAP (e o ServiceNow, e o Salesforce)?

A resposta é simples: o SAP, tal como qualquer sistema legado de registo, regista dados essenciais nas empresas que o adotam. Para além disso, cada empresa personaliza e constrói procedimentos e funções específicas sobre o sistema, muitas vezes sem documentação formal. A migração é dolorosa, cara e lenta – exige consultores, anos de trabalho e centenas de milhões de dólares. Atualizar de SAP ECC para SAP S4HANA pode custar 700 milhões $, demorar 3 anos e requerer uma equipa de 50 profissionais da Accenture. Após a migração, o software serve quase apenas para gerar relatórios de leitura, sem possibilidade de manipulação.

Até agora. A IA abre a possibilidade de atualizar, personalizar, substituir e, acima de tudo, aceder e utilizar melhor os dados destes sistemas de registo.

No fim de contas, o objetivo com a IA não será “substituir SAP/ServiceNow/Salesforce”, mas tornar estas plataformas mais programáveis e acessíveis. Os vencedores serão os que (1) se integram nos orçamentos de transformação, reduzindo riscos e prazos, e (2) expandem para as operações diárias como plano de controlo de confiança, desagregando gradualmente a interface legada em ações e aplicações governadas, assistidas por IA. Os sistemas de registo permanecem; a interface, automação e camada de extensão tornam-se a nova fronteira do software.

SAP é difícil, mas continua a ser utilizado

Para contextualizar, importa perceber o que é o SAP e o seu papel. Estes sistemas são complexos, difíceis de alterar e continuam a ser o suporte das maiores organizações. Veja-se o exemplo de utilização do SAP!

Fonte

Mas é precisamente esse “de alguma forma” que representa uma oportunidade.

A realidade é que, por trás da interface pouco apelativa e da configuração interminável, estes sistemas são extremamente robustos: codificam o modelo de dados da empresa, as permissões e controlos de conformidade, os fluxos de trabalho escaláveis e as integrações que ligam dezenas ou centenas de processos. Não são “aplicações” no sentido tradicional, mas memória institucional acumulada expressa em tabelas, funções, aprovações, lógica de registo e gestão de exceções.

Substituir estes sistemas é mais do que dispendioso; é arriscado. Quanto maior o investimento – campos personalizados, fluxos, regras de preços, lógica de relatórios – maior o fosso de custos de mudança e a vantagem competitiva. Por isso, a extensibilidade é fundamental: cada empresa é única, a mudança é constante (novos regulamentos, produtos, estruturas), e estas plataformas sobrevivem porque se adaptam à realidade. O problema é que essa extensibilidade também as torna frágeis: cada personalização é um obstáculo futuro, cada fluxo de trabalho um labirinto, cada ecrã um encargo para quem o usa.

Esta fragilidade é visível em todo o lado. A satisfação com o CRM é mista apesar da adoção generalizada, e a personalização excessiva do ERP está associada a atrasos e ultrapassagens de orçamento. Os trabalhadores digitais alternam entre aplicações cerca de 1 200 vezes por dia (4 horas semanais perdidas), e 47% têm dificuldade em encontrar informação essencial. Transformações de grande escala falham em 70% dos casos. O mercado de implementação de software/integradores de sistemas representou 380 mil milhões $ em 2023.

Este processo e a sua dificuldade representam uma oportunidade para a IA alterar a forma como o software é implementado e utilizado. O ciclo de vida da suite é claro: primeiro implementa-se ou migra-se, depois utiliza-se diariamente e, finalmente, constrói-se sobre ela à medida que o negócio evolui. Em cada fase, o objetivo é transformar a intenção humana em ação correta e auditável sobre os sistemas de registo.

Vejamos como a IA pode melhorar cada etapa na utilização de software legado.

Implementação

A implementação é a fase mais arriscada, sensível ao orçamento e com retorno mais evidente. Consiste em transformar descobertas desordenadas (reuniões, documentos, tickets) em requisitos estruturados e automatizar o fluxo de trabalho: mapeamento de processos e campos, configuração, código, scripts de teste, planos de transição e playbooks de migração, além da limpeza e validação de dados para produção. Não é fácil: o Lidl, gigante alemão, cancelou a migração para SAP após gastar 500 milhões $.

As empresas desenvolvem copilotos, ferramentas de gestão de projetos e software para apoiar migrações. Exemplos de startups nesta área (Andreessen Horowitz investiu em algumas):

  • Axiamatic é uma camada de IA para ERP: constrói um grafo de conhecimento a partir de artefactos de projeto e identifica falhas ocultas em requisitos/gestão de mudanças via Slack/Teams, acelerando programas S/4HANA (parceria SAP Build; integrado em processos KPMG/EY/IBM).

  • Conduct é um copiloto de mapeamento de código e processos, gerando documentação técnica entre ECC→S/4, com Q&A sobre tabelas/APIs personalizadas para acelerar a transferência interna.

  • Auctor automatiza a entrega de implementação para SIs/serviços profissionais, capturando a descoberta em requisitos estruturados e tornando-se sistema de registo para SOWs, design, histórias de utilizador, configs e planos de teste.

  • Supersonik apoia a capacitação de produtos com IA para canais/MSPs e clientes – agentes de visão e voz que ensinam na interface real, reduzindo necessidades de pessoal SE e permitindo implementações lideradas por revendedores.

  • SI nativa em IA da Tessera gere transformações empresariais de ponta a ponta – conecta-se ao ERP existente, avalia a implementação e identifica/remedia automaticamente alterações durante a migração.

Estas empresas criam valor ao acelerar, reduzir custos e minimizar riscos nas transformações. Detetam problemas cedo, comprimem prazos, organizam dados de projeto para equipas internas assumirem o controlo rapidamente e reduzem a dependência de grandes equipas SI através da automação de mapeamento, documentação, testes e capacitação.

Há potencial para startups que desenvolvem ferramentas colaborativas com parceiros existentes. Especificamente:

  • Agentes de implementação que partilham riscos e resultados (rastreio de requisitos, comparação de configurações, simulação de transição, geração de código, deteção de desvios)

  • Ferramentas de documentação semântica para manter conhecimento atualizado e acessível

  • Agentes de capacitação que transformam formação e lançamento de canais em produtos repetíveis

Ao aliviar encargos empresariais, as startups podem cobrar pelo atraso evitado e vender para orçamentos de transformação de CIO/CFO, substituindo contratos SI excessivos.

Utilização e manutenção

Após a implementação, usar o software implica navegar interfaces complexas. O trabalho diário envolve dezenas de ecrãs, rotatividade de funções, know-how perdido e fluxos de trabalho de exceção sem tratamento prioritário. Utilizadores procuram campos, espelham dados entre sistemas e solicitam relatórios às equipas de operações. Resultado: ciclos lentos, erros evitáveis, formação persistente.

A IA pode envolver sistemas legados numa “sistema de ação” mais amigável e eficiente.

Empresas nesta categoria desenvolvem ferramentas para maximizar o potencial dos sistemas em uso. Na prática, um copiloto no Slack ou navegador responde a perguntas (“Onde encontro X?”, “Como faço Y?”) com pesquisa semântica e executa ações seguras via APIs. Estas ferramentas encadeiam fluxos multiaplicação (“obter POs no SAP, verificar contratos no Coupa, redigir nota no ServiceNow”), com aprovações humanas, trilhos de auditoria e RBAC granular. As melhores monitorizam adoção, tempo poupado e taxas de erro.

Muitos processos relevantes não estão expostos via APIs – vivem em ecrãs, clientes pesados, sessões VDI e consolas pouco documentadas. Por isso, “agentes de utilização de computador” são essenciais: expandem a automação para os últimos 30–40% de fluxos sem endpoint fiável. A capacidade não é “clicar botões”, é fiabilidade no caos – agentes que percebem a interface, ancoram em elementos estáveis, recuperam de pop-ups e checkpoints para retomar a meio do fluxo. Com validação (diferenças, reconciliações, sandbox) e controlos empresariais (SSO, segredos, privilégio mínimo, auditoria), trabalho manual torna-se automação governada – triagem de tickets, fecho de período, atualizações de clientes, alterações de preços – mesmo nas partes do SAP/ServiceNow/Salesforce não concebidas para automação. APIs aceleram o caminho feliz; utilização de computador automatiza a longa cauda.

Empresas como Factor Labs e Sola já implementam estes agentes, substituindo gastos em BPO e automatizando tarefas em grande escala.

Extensões

Mesmo tornando SAP/ServiceNow/Salesforce mais fáceis, o negócio continuará a mudar e o sistema de registo terá de acompanhar. Novos produtos, políticas, aquisições, regulamentos e fluxos de trabalho que nunca justificam projetos de módulo central exigem trabalho constante para manter o software relevante. Historicamente, as equipas personalizavam a suite (herdando fragilidade) ou criavam aplicações pontuais (com dificuldades de integração e manutenção). A IA permite lançar experiências pequenas, governadas e rápidas sobre sistemas de registo, mantendo o núcleo limpo.

Construir novas ferramentas e automações sobre patrimónios legados torna-se a camada “adorável” sobre software pouco apreciado. O padrão começa com um plano unificado de dados e ação: leitura via APIs e eventos (ou captura de interface), normalização num modelo semântico de objetos de negócio, e exposição de ações governadas com RBAC, aprovações e auditoria.

Sobre esse plano, equipas lançam experiências modernas e focadas. Em vez de enviar um analista por 12 transações SAP para integrar um fornecedor, disponibiliza-se uma aplicação fina de “Integração de Fornecedor” para recolher documentos, verificar duplicados, encaminhar aprovações e registar dados no SAP. Em vez de pedir ao RevOps para abrir cinco ecrãs Salesforce, disponibiliza-se um editor rápido, tipo folha de cálculo, para editar em lote, validar contra política, pré-visualizar impacto e registar alterações com trilho de auditoria. Em vez de mais um “projeto portal”, equipas de linha de frente recebem uma paleta de comandos para responder a perguntas e executar ações diárias (“criar devolução”, “estender crédito”, “abrir Sev-2”, “lançar accrual”) em múltiplos sistemas, sem navegar por dezenas de separadores.

Estas extensões desbloqueiam fluxos e automações entre sistemas que nenhum fornecedor priorizaria: triggers baseados em eventos (“se fatura lançada e variação >3% → redigir explicação → encaminhar para aprovação”, “se ticket reaberto duas vezes → criar registo de problema → atribuir responsável → atualizar cliente”), com checkpoints humanos. Com o tempo, as implementações mais valiosas tornam-se “packs de intenção” reutilizáveis — quote-to-cash, integração de fornecedor, fecho de período — codificando não só o que fazer, mas como fazê-lo de forma segura no seu ambiente.

Plataformas como Cell da General Magic tornam tangíveis os blocos destes fluxos personalizados: upload de especificações OpenAPI para transformar endpoints em ações, barra de comandos nativa com uma tag de script para executar chamadas API reais, suportada por analytics, multitenancy, guardrails de segurança e RBAC, transferindo o esforço de reconstruir interfaces para compor ações e políticas sobre sistemas já confiáveis.

Como será o futuro?

Os sistemas legados vão persistir, mas deixarão de ser o espaço de trabalho. ERPs, CRMs e suites ITSM estão demasiado integrados para serem removidos com a cadência habitual de software; evoluem lentamente e mantêm-se como sistemas de registo. O que muda é a “sistema de ação” voltada para o utilizador: a IA será a interface padrão para descobrir o funcionamento do sistema, executar fluxos de trabalho e lançar experiências modernas que ignoram a interface legada. A ponte transforma-se na autoestrada.

O software duradouro nesta categoria será menos um chatbot e mais uma camada operacional: plano unificado de dados e ação, modelo semântico de objetos de negócio e guardrails que tornam a IA confiável em produção. O utilizador final, em vez de aprender ecrãs, campos e códigos de transação (e reaprender sempre que a interface muda), descreve o resultado pretendido e o sistema conduz até lá. Fará perguntas de esclarecimento, verá pré-visualização do processo e a ferramenta executa com aprovações e trilho de auditoria. Fechar o ciclo será “criar devolução e notificar cliente”, “abrir Sev-2 e obter incidentes relacionados”, ou “integrar fornecedor, recolher documentos, encaminhar aprovações e definir condições de pagamento” — ações que hoje exigem saltar entre SAP, Salesforce, ServiceNow e folhas de cálculo. Isto reduz erros e reversões, diminui dependência de conhecimento informal, acelera ciclos e reduz drasticamente formação, porque a interface é orientada por intenção, sensível ao papel e self-service.

O fosso aprofunda-se com uso real: cada fluxo bem-sucedido torna-se intenção reutilizável, cada exceção um guardrail, cada artefacto de migração uma linhagem viva, cada integração aprofunda o grafo do funcionamento empresarial. Com o tempo, a “camada de IA” será o espaço para avaliar impacto da mudança, prevenir desvios, medir ROI e lançar novos fluxos, mesmo com sistemas subjacentes constantes.

Esta newsletter destina-se apenas a fins informativos e não constitui aconselhamento jurídico, empresarial, de investimento ou fiscal. Este conteúdo não é aconselhamento de investimento, nem se destina a investidores ou potenciais investidores em fundos a16z. A newsletter pode conter links para outros sites ou informações de terceiros – a a16z não verificou nem garante precisão ou atualidade. Se incluir anúncios de terceiros, a a16z não os reviu nem endossa conteúdo ou empresas relacionadas. Investimentos ou empresas de portefólio referidos não representam todos os investimentos em veículos a16z; veja https://a16z.com/investment-list/ para a lista completa. Outras informações em a16z.com/disclosures. Recebe esta newsletter porque optou anteriormente; para cancelar futuras newsletters, pode anular de imediato.

Aviso Legal:

  1. Este artigo é republicado de [a16z]. Todos os direitos de autor pertencem ao autor original [Eric e Seema Amble]. Para objeções a esta republicação, contacte a equipa Gate Learn, que tratará do assunto.

  2. Isenção de responsabilidade: As opiniões expressas são exclusivamente do autor e não constituem aconselhamento de investimento.

  3. As traduções para outras línguas são realizadas pela equipa Gate Learn. Salvo indicação em contrário, é proibida a cópia, distribuição ou plágio das traduções.

Artigos relacionados

Render, io.net e Akash: análise comparativa das redes DePIN de poder de hash
Principiante

Render, io.net e Akash: análise comparativa das redes DePIN de poder de hash

A Render, a io.net e a Akash não competem de forma homogénea nem direta. São, na verdade, três projetos emblemáticos no setor DePIN de poder de hash, cada um com uma abordagem técnica própria. A Render dedica-se a tarefas de rendering de GPU de alta qualidade, privilegiando a validação dos resultados e a criação de um ecossistema robusto de criadores. A io.net concentra-se no treino e inferência de modelos de IA, tirando partido da programação de GPU em grande escala e da otimização de custos como principais trunfos. Por seu lado, a Akash desenvolve um mercado descentralizado de cloud de uso geral, disponibilizando recursos computacionais a preços competitivos através de um mecanismo de ofertas de compra.
2026-03-27 13:18:43
Tokenomics do USD.AI: análise aprofundada dos casos de utilização do token CHIP e dos mecanismos de incentivos
Principiante

Tokenomics do USD.AI: análise aprofundada dos casos de utilização do token CHIP e dos mecanismos de incentivos

O CHIP é o principal Token de governança do protocolo USD.AI, permitindo a distribuição dos retornos do protocolo, o ajuste da taxa de juros dos empréstimos, o controlo de risco e os incentivos ao ecossistema. Com o CHIP, a USD.AI combina os retornos do financiamento de infraestruturas de IA com a governança do protocolo, dando aos titulares de tokens a possibilidade de participar na definição de parâmetros e beneficiar da valorização do valor do protocolo. Este modelo cria uma estrutura de incentivos de longo prazo baseada na governança.
2026-04-23 10:51:10
A aplicação da Render em IA: como o hashrate descentralizado potencia a inteligência artificial
Principiante

A aplicação da Render em IA: como o hashrate descentralizado potencia a inteligência artificial

A Render diferencia-se das plataformas dedicadas apenas ao poder de hash de IA, pois integra uma rede de GPU, um mecanismo de verificação de tarefas e um modelo de incentivos baseado no token RENDER. Esta conjugação oferece à Render uma adaptabilidade e flexibilidade intrínsecas para casos de utilização de IA, sobretudo aqueles que exigem computação gráfica.
2026-03-27 13:13:36
Explorando o Smart Agent Hub: Sonic SVM e seu Framework de Escalonamento HyperGrid
Intermediário

Explorando o Smart Agent Hub: Sonic SVM e seu Framework de Escalonamento HyperGrid

O Smart Agent Hub é construído sobre o framework Sonic HyperGrid, que utiliza uma abordagem multi-grade semi-autônoma. Esta configuração não só garante compatibilidade com a mainnet Solana, mas também oferece aos desenvolvedores maior flexibilidade e oportunidades de otimização de desempenho, especialmente para aplicações de alto desempenho como jogos.
2026-04-03 02:26:07
Como os Agentes de IA Impulsionarão a Cripto no Mercado Principal
Intermediário

Como os Agentes de IA Impulsionarão a Cripto no Mercado Principal

A IA será o catalisador que impulsiona a cripto para casos de uso de mainstream. Cripto sempre foi a criança do meio estranha no espaço de tecnologia. Isso finalmente irá cimentar o papel da cripto como uma tecnologia fundamental. Darei uma visão geral de onde estamos hoje com os agentes de IA, onde a cripto entra em cena, como penso no futuro agentico e quais equipes estão atualmente no meu radar.
2026-04-05 09:09:30
Análise das Fontes de ganhos de USD.AI: como os empréstimos de infraestrutura de IA geram retorno
Intermediário

Análise das Fontes de ganhos de USD.AI: como os empréstimos de infraestrutura de IA geram retorno

A USD.AI gera essencialmente retorno ao realizar empréstimos de infraestrutura de IA, disponibilizando financiamento para operadores de GPU e infraestruturas de poder de hash, e obtendo juros dos empréstimos. O protocolo distribui estes retornos aos titulares do ativo de rendimento sUSDai, enquanto a taxa de juros e os parâmetros de risco são geridos através do token de governança CHIP, criando um sistema de rendimento on-chain sustentado pelo financiamento de poder de hash de IA. Assim, esta abordagem converte os retornos provenientes da infraestrutura de IA do mundo real em fontes de ganhos sustentáveis no ecossistema DeFi.
2026-04-23 10:56:01