Da expansão da capacidade de computação de IA à geração de receita nas aplicações, Goldman Sachs revela nova fase de investimento em IA: quem consegue transformar Token em fluxo de caixa

De acordo com o aplicativo financeiro Zhihui Caijing, na tão aguardada Conferência Communacopia+ da Goldman Sachs, altos executivos de líderes da indústria de software focada em aplicações de IA para os segmentos B2B e B2C, expressaram coletivamente suas mais recentes previsões sobre o potencial de crescimento futuro. Uma ata publicada recentemente por analistas do Goldman Sachs mostra que o CEO da Databricks, Ali Ghodsi, empresa especializada em análise de big data e engenharia de projetos de inteligência artificial, afirmou que o foco da competição em software de aplicação de IA está se deslocando para a implantação prática em empresas. Plataformas de software capazes de converter as habilidades dos modelos em resultados de negócios confiáveis, com precisão e eficiência, terão novas oportunidades de crescimento.

A Databricks atende demandas de análise empresarial com Genie e unifica governança de IA e digital, segurança e gerenciamento de custos com Unity Catalog, expandindo ainda para plataformas de dados de clientes, análise de segurança, observabilidade e banco de dados transacional. Com base nisso, o Goldman Sachs ressalta que, para avaliar o potencial de crescimento de participação das empresas de software relacionadas a aplicações de IA nos próximos três anos, é fundamental observar propriedade intelectual tecnológica, velocidade de inovação e arquitetura aberta. Para investimentos, segundo o banco, plataformas de software com grandes bancos de dados exclusivos e fluxo de trabalho poderoso podem passar por uma nova reavaliação de mercado.

Os analistas do Goldman Sachs também apontam que, à medida que o capital global avança da primeira fase de investimento em IA vinculada à infraestrutura de poder computacional - centrada em GPU/HBM/datacenters de IA - para uma segunda fase, de vencedores na camada de aplicação capazes de transformar tokens em produtividade, receita e fluxo de caixa cada vez mais robustos, as avaliações das empresas tendem a se diferenciar ainda mais. Plataformas de software com dados exclusivos, vantagens em fluxos de trabalho corporativos e pessoais complexos, execução de workflow de agentes inteligentes em ciclo fechado e ROI claro serão reavaliadas positivamente, enquanto softwares tradicionais SaaS fáceis de serem comoditizados por funções únicas de modelos base continuarão sob pressão.

IA começa a “entregar resultados” com alta eficiência: Dados corporativos e governança determinam capacidade de implementação

Na Communacopia+ Tecnologia, Genie mostrou o caminho da Databricks para conquistar a entrada da IA nas empresas – por meio da tecnologia proprietária de indexação de dados OntoRank e ontologia de negócios, organiza dados empresariais em informações de negócio compreendidas, processadas e utilizadas pelos modelos, tornando o produto um “analista agente inteligente de IA”.

A equipe de gestão da Databricks afirma que Genie já é amplamente utilizado em vendas, marketing e finanças internas, transformando significativamente as operações nos últimos 6 a 12 meses. O ponto crucial é que para implementar agentes inteligentes, as empresas precisam unificar o entendimento de clientes, pedidos e receitas, integrando os resultados de análise nos processos diários; mesmo com a melhora da performance dos modelos, esses trabalhos fundamentais com dados ainda determinam se as tarefas serão realizadas com precisão. A gestão também vê potencial de colaboração com Palantir em projetos complexos de engenharia de dados.

O Unity Catalog atende à necessidade de governança advinda da implementação em larga escala de agentes inteligentes. Analistas do Goldman Sachs destacam que a rápida iteração dos modelos aumentou a complexidade de escolha e implantação, a elevação do consumo de tokens intensificou o controle de custos e retorno sobre investimento, e as empresas ainda carecem de visibilidade sobre operações específicas de agentes, acesso a dados e riscos de segurança. Assim, governança de dados, permissões de acesso, segurança e semântica de negócios precisam estar integradas ao ambiente operacional de IA.

O novo entendimento do Goldman Sachs sobre a camada de aplicação em IA é que o valor comercial dessas plataformas reside em permitir que as empresas ampliem a implantação com confiança: especificar o que o agente pode acessar e executar, e ainda rastrear custos e resultados das tarefas. Isso fortalece a fidelidade dos clientes graças à geração contínua de valor de negócio, o que vai ao encontro dos destaques do banco em capacidade técnica, velocidade de inovação e arquitetura aberta.

Líderes de plataformas de aplicação de IA como a Databricks estão expandindo seus produtos em quatro frentes: em plataformas de dados de clientes, o Infinite Campaigns apoia a transição do marketing por segmentos para o marketing personalizado em nível individual, e a gestão prevê que modelos de código aberto irão melhorar ainda mais a viabilidade de custos; na área de gerenciamento de informações e eventos de segurança (SIEM), novos dados gerados por agentes e a fusão das funções de CIO e CISO oferecem oportunidades para plataformas de dados ingressarem em análise de segurança; observabilidade também é um vetor de expansão, porém sem previsão de lançamento de produto. O Lakebase é visto como a maior oportunidade de novo produto: com a IA reduzindo a barreira de desenvolvimento de software, aplicações adicionais precisarão de banco de dados transacional para suportar leitura e escrita diárias e operação do negócio, ampliando assim o mercado da Databricks além da análise de negócios.

A gestão até sugere que nos próximos oito meses pode-se criar mais software do que em toda a história – no entanto, o Goldman Sachs aponta que esta é uma avaliação otimista da demanda, não uma previsão de mercado já comprovada.

Transformar tokens em fluxo de caixa: Oportunidades na camada de aplicação se expandem e ações de software aceleram diferenciação

O lançamento do Astra pela OpenAI, focado em aumentar drasticamente a eficiência de operações computacionais, programação e execução de tarefas complexas, permite que mais fluxos de trabalho corporativos sejam automatizados, mas a “competição por performance dos modelos” e a “competição pela implementação de negócio” vão avançar em paralelo. O modelo de cobrança também evolui em níveis: a API do Astra segue cobrando por tokens de entrada e saída, enquanto os fornecedores de software de IA podem cobrar por assento, número de operações, conversas ou resultados de negócio. Por exemplo, o produto Fin da Intercom cobra por resultados definidos pelo próprio negócio, com preço inicial de US$ 0,99 por ocorrência; o Salesforce Agentforce oferece cobrança por operação, conversa e autorização de usuário.

Os fornecedores de modelos de base provavelmente seguirão focados na venda de APIs para serviços de recursos computacionais, e as aplicações de IA na camada superior precisarão cada vez mais demonstrar entrega de valor. A cobrança por resultado alinha preços aos ganhos dos clientes, mas exige que o fornecedor arque com custos de inferência, tentativas e revisão manual; o índice de sucesso das tarefas e o lucro por tarefa serão, portanto, indicadores essenciais da qualidade da comercialização.

O mercado de ações já demonstrou disposição para premiar receitas de IA realizadas e punir riscos potenciais de substituição. Em 3 de setembro, a Snowflake, concorrente da Databricks, teve valorização de cerca de 17% após divulgar um forte resultado; sua receita com produtos cresceu 37% interanual no segundo trimestre, chegando a US$ 1,49 bilhão, e a projeção anual de receita foi revista de US$ 5,84 bilhões para US$ 6,07 bilhões, evidenciando o crescimento do consumo de plataformas de dados na aplicação corporativa de IA. Em 8 de setembro, no entanto, as ações da Salesforce e Intuit caíram cerca de 4%, e as da ServiceNow cerca de 5%, enquanto o índice S&P 500 Software & Services recuou 1,4%, com analistas de Wall Street atribuindo parte da pressão de venda ao lançamento disruptivo do Astra, que reacendeu preocupações sobre modelos de IA substituírem softwares existentes.

O caminho de implementação da Databricks evidencia que os lucros com IA estão se espalhando mais rapidamente ao longo da cadeia de valor — agentes inteligentes executam mais tarefas, impulsionando o consumo de computação, armazenamento e serviços de dados; plataformas com competência em conexão de dados corporativos, governança e processos de negócio buscam converter esse uso em receita e fluxo de caixa. Para ações de software, isto é estruturalmente positivo, mas a expansão das plataformas também pode pressionar o mercado de ferramentas independentes. Empresas que podem aumentar a receita com IA, expandir clientes e manter margens deverão apresentar bons resultados; fornecedores com vantagem apenas em interface ou função única enfrentarão concorrência intensificada.

O boom dos investimentos em IA iniciado no final de 2022 está mudando o foco de “escala de capital de investimento” para “eficiência do retorno sobre o capital”, e esse processo está se acelerando — ou seja, enquanto a primeira fase do frenesi de investimentos em IA esteve centrada em “quem lidera e se beneficia da construção dos maiores datacenters GPU”, a fase atual busca identificar “quem consegue transformar tokens em fluxo de caixa sustentável”.

O superciclo de alta em IA está migrando de “comprar ações de chips” para “comprar fluxos de trabalho de IA”, ou seja, o mercado agora redesenha o investimento principal do bull market de IA de “quem se beneficia do crescente investimento em capital de IA” para “quem consegue converter capacidade computacional em ARR, margem de lucro e fluxo de caixa livre mais rapidamente”. Esta última rotação favorece empresas de software que atuam como plataformas de aplicativos de IA, incorporadas a processos corporativos essenciais, com alta taxa de renovação, barreiras de dados e capacidade de monetização de agentes inteligentes. A continuidade do sucesso dessas empresas dependerá de sua capacidade de integrar modelos cada vez mais poderosos e econômicos, mantendo seu valor de negócio insubstituível — fator que influenciará o poder de precificação a longo prazo.