Bain enxerga mercado de US$ 100 bilhões para inteligência artificial agentiva no segmento SaaS
A consultoria Bain & Company estimou um mercado de 100 bilhões de dólares nos Estados Unidos para empresas de software como serviço que utilizam inteligência artificial agentiva. O relatório da firma indica que essa oportunidade está diretamente ligada à automatização do trabalho de coordenação entre sistemas corporativos. A projeção faz parte do segundo estudo de uma série de cinco relatórios que a Bain está produzindo sobre a indústria de software na era da inteligência artificial.
O trabalho de coordenação entre sistemas corporativos envolve todas as tarefas manuais que os funcionários realizam ao operar diferentes aplicativos dentro de uma organização. Essas atividades frequentemente abrangem sistemas de planejamento empresarial, gestão de relacionamento com clientes e plataformas de atendimento ao consumidor, além de ferramentas de gestão de fornecedores e programas de correio eletrônico. O trabalho inclui a extração de dados de um sistema para comparação com informações de outra fonte, interpretação de mensagens não estruturadas e decisões sobre aprovação, resposta, escalonamento ou espera.
Segundo a Bain, as soluções tradicionais de automatização baseadas em regras e a robótica de processos automatizados apresentam limitações significativas quando o fluxo de trabalho envolve ambiguidade e informações distribuídas em múltiplos sistemas. A inteligência artificial agentiva consegue interpretar dados de fontes distintas, coordenar ações em diferentes sistemas e operar dentro de parâmetros definidos por políticas corporativas. O relatório argumenta que essa tecnologia não deve ser vista principalmente como substituta das plataformas de software como serviço, mas sim como uma forma de converter trabalho intensivo de coordenação em gastos com software.
A consultoria calcula que fornecedores já capturam entre 4 bilhões e 6 bilhões de dólares desse mercado nos Estados Unidos, o que significa que mais de 90 por cento permanece inexplorado. Fora do mercado americano, a Bain estimou que Canadá, Europa, Austrália e Nova Zelândia poderiam adicionar um mercado de tamanho semelhante, elevando o total combinado a aproximadamente 200 bilhões de dólares.
O mercado não está distribuído de forma uniforme entre as funções empresariais. A área de vendas representa a maior fatia individual, com cerca de 20 bilhões de dólares, principalmente devido ao número de funcionários no setor e não a um potencial de automatização excepcionalmente alto. As áreas de custo de mercadorias vendidas e operações respondem por aproximadamente 26 bilhões de dólares, onde mesmo taxas modestas de automatização podem gerar um mercado endereçável considerável devido ao tamanho da força de trabalho operacional. As áreas de pesquisa e desenvolvimento, suporte ao cliente e finanças representam entre 6 bilhões e 12 bilhões de dólares cada uma.
Em termos de potencial de automatização, as áreas de suporte ao cliente e pesquisa e desenvolvimento apresentam os índices mais elevados, com aproximadamente 40 a 60 por cento das tarefas de fluxo de trabalho passíveis de automatização. Ambas possuem dados estruturados, processos padronizados e sinais de saída mais claros. As áreas de finanças e recursos humanos ficam na faixa de 35 a 45 por cento, sendo que contas a pagar e folha de pagamento têm potencial mais alto, enquanto planejamento financeiro e relações com funcionários exigem mais julgamento. As áreas de vendas e tecnologia da informação situam-se entre 30 e 40 por cento, limitadas por nuances de relacionamento, variação de negociação em negociação e a natureza imprevisível de incidentes de segurança. A área jurídica apresenta potencial mais baixo, entre 20 e 30 por cento.
O relatório identifica seis fatores que determinam quanto de um fluxo de trabalho pode ser realisticamente tratado por um agente de inteligência artificial. Entre eles estão a verificabilidade do resultado, a consequência de falhas, a disponibilidade de conhecimento digitalizado e a variabilidade do processo. Fluxos de trabalho com sinais de verificação claros são mais fáceis de automatizar do que aqueles que envolvem julgamento subjetivo. Por outro lado, fluxos que envolvem risco regulatório ou financeiro exigem supervisão humana mais próxima, mesmo quando os agentes são tecnicamente capazes de executá-los.
A disponibilidade de dados digitalizados também atua como restrição, pois os agentes precisam de acesso a informações estruturadas e contexto documentado. A complexidade de integração afeta a automatização quando os fluxos atravessam vários sistemas e interfaces de programação, com camadas de autenticação e processos de tratamento de exceções adicionando complexidade adicional. As áreas de maior valor concentram-se onde nenhum sistema de registro único controla o resultado completo.
David Crawford, presidente da prática global de tecnologia e telecomunicações da Bain, afirmou que as empresas de software como serviço passaram duas décadas construindo posições em torno de sistemas de registro, e que a próxima fonte de vantagem está no contexto de decisão entre fluxos de trabalho, definido como a capacidade de interpretar e agir em fluxos que se movem através de múltiplos sistemas.
O relatório menciona empresas como Cursor, Sierra, Harvey, Glean, Salesforce, ServiceNow e Workday como exemplos de adoção de inteligência artificial agentiva. A Cursor alcançou receita mensal média superior a 16,7 milhões de dólares, a Sierra ultrapassou 150 milhões de dólares por ano, a Harvey passou de 190 milhões de dólares anuais e a Glean atingiu 200 milhões de dólares por ano.
A Bain recomenda que as empresas de software como serviço comecem identificando quais fluxos de trabalho dos clientes são automatizáveis com inteligência artificial agentiva, avaliando a automatização no nível de subprocessos e não tratando funções inteiras como igualmente automatizáveis. A firma também recomenda avaliar a qualidade dos dados, considerando se são abrangentes, vinculados a resultados e utilizáveis para automatização.
As empresas podem preencher lacunas de capacidade por meio de desenvolvimento interno, aquisições ou parcerias. O relatório cita o desenvolvimento interno da plataforma Axon pela AppLovin, a aquisição da Moveworks pela ServiceNow e a parceria entre Salesforce e Workday como exemplos de diferentes abordagens. A firma também aponta a necessidade de talentos em engenharia de inteligência artificial, arquitetura nativa da nuvem para orquestração de múltiplos agentes e recursos para treinamento e inferência de modelos.
Crawford afirmou que o prazo para as empresas de software como serviço é medido em trimestres, não em anos, à medida que empresas nativas de inteligência artificial coletam mais dados de implementação a cada fluxo de trabalho de cliente que automatizam.
