IA Vertical e a Lacuna de Governança nos Serviços Profissionais

Em fevereiro de 2026, as cinco maiores empresas de software do mundo — Adobe, Microsoft, Salesforce, SAP, ServiceNow e Oracle — perderam US$ 730 bilhões em valor de mercado em um único mês. A narrativa convencional diz que o mercado corrigiu uma bolha de avaliação. A narrativa mais precisa é que o mercado reconheceu uma mudança estrutural: IA Vertical está competindo por um orçamento diferente do que software sempre competiu.

Esse é o ponto que a maioria das análises celebra, mas poucas examinam com seriedade. Porque quando IA compete por orçamentos de pessoal — e não de TI — as implicações vão muito além de eficiência operacional. Elas tocam emprego, responsabilidade legal, padrões profissionais e governança corporativa.

O Que Mudou — e o Que Não Mudou

Por duas décadas, SaaS melhorou a produtividade de serviços profissionais. Escritórios de advocacia ganharam ferramentas de gestão documental. Consultorias ganharam plataformas de análise. Firmas de auditoria ganharam automação de fluxos repetitivos. Mas em todos esses casos, o software competia pelo orçamento de TI — tipicamente 5 a 8% da receita de uma empresa de serviços.

A limitação estrutural permaneceu intacta: para crescer receita, era preciso contratar mais gente. Um escritório de advocacia que quisesse dobrar de tamanho precisava dobrar o número de advogados. Uma consultoria que quisesse atender mais clientes precisava de mais consultores. O modelo era linear por definição.

IA Vertical quebra essa linearidade. Não porque melhora ferramentas existentes — isso SaaS já fazia — mas porque executa tarefas cognitivas que antes só humanos executavam. Interpretar cláusulas contratuais. Analisar demonstrações financeiras. Fazer triagem clínica. Redigir relatórios técnicos. A Bessemer Venture Partners descreve isso com precisão: IA Vertical não compete pelo orçamento de TI. Compete pelo orçamento de pessoal — a maior linha de custo de qualquer empresa de serviços profissionais.

O mercado endereçável é proporcional à mudança. Serviços profissionais representam 13,2% do PIB dos Estados Unidos — aproximadamente US$ 3,2 trilhões, segundo dados do FRED (Q4 2024). Isso é cerca de dez vezes o tamanho da indústria de software empresarial. A NEA vai além: estima que IA Vertical mira US$ 11 trilhões em gastos com mão de obra nos EUA, contra US$ 450 bilhões em software empresarial.

Os números não são especulativos. A CaseText foi adquirida pela Thomson Reuters por US$ 650 milhões. A Lexion, pela DocuSign, por US$ 165 milhões. Empresas LLM-nativas como Abridge (documentação clínica), EvenUp (advocacia) e Fieldguide (auditoria) já demonstram o padrão: 80% do ACV do SaaS tradicional, crescimento de 400% ano contra ano e margens brutas de 65%.

A Categoria Híbrida

O que torna IA Vertical diferente de ondas tecnológicas anteriores é que ela cria uma categoria nova: software + serviços + inteligência artificial nativamente combinados.

Não é software que ajuda profissionais a trabalhar melhor. É software que executa parte do trabalho profissional. A distinção é fundamental.

Um sistema de gestão documental organiza contratos. Uma IA Vertical lê contratos, identifica riscos, sugere alterações e redige cláusulas. O primeiro é ferramenta. O segundo é colega de trabalho digital — com todas as implicações que isso carrega.

Marcelo Amorim, da Quartzo Venture Capital, observa que equipes pequenas e especializadas com IA agora entregam volumes que antes exigiam grandes organizações. A receita pode crescer sem expansão proporcional de headcount. A trajetória linear vira alavancada por software.

É uma mudança real. Mas celebrá-la sem examinar suas exigências é irresponsável.

A Lacuna Que Ninguém Discute

A Bessemer Venture Partners propõe um framework de “delegação progressiva” para IA Vertical: copilots (IA assiste humanos), agents (IA executa com supervisão) e AI-enabled services (IA é o serviço).

É um framework útil. Mas note o que está implícito em cada nível de delegação: à medida que a autonomia da IA aumenta, a necessidade de governança não diminui — ela muda de natureza.

Quando IA é copilot, a governança se parece com controle de qualidade tradicional. Um humano revisa, aprova e assume responsabilidade. Os riscos são gerenciáveis porque há um profissional no loop.

Quando IA é agente, a governança se torna supervisão operacional. Quem monitora as decisões do agente? Com que frequência? Quais decisões requerem aprovação humana e quais não? Como se documenta uma trilha de auditoria para trabalho executado por máquina?

Quando IA é o serviço, a governança se torna regulatória e legal. Quem é responsável por uma análise financeira incorreta produzida por IA? Como se certifica a qualidade de um parecer jurídico automatizado? O que acontece quando um laudo técnico gerado por IA causa dano a terceiros?

Cada nível de delegação exige uma infraestrutura de governança proporcionalmente mais robusta. Mas a maioria das organizações que adotam IA Vertical está investindo quase exclusivamente na camada de capacidade — o que a IA pode fazer — e quase nada na camada de controle — como garantir que faz corretamente.

Por Que Orçamento de Pessoal Muda Tudo

Quando IA competia pelo orçamento de TI, as decisões de compra eram técnicas. Um CTO ou CIO avaliava funcionalidades, integrações, custo total de propriedade. O impacto organizacional era indireto.

Quando IA compete pelo orçamento de pessoal, as decisões se tornam organizacionais. Afetam headcount, estruturas de carreira, responsabilidade legal e padrões profissionais. Isso exige envolvimento de RH, jurídico, compliance e liderança executiva — não apenas TI.

Considere as implicações práticas para uma empresa brasileira de serviços profissionais:

Responsabilidade profissional. A OAB regulamenta a advocacia. O CRC regulamenta a contabilidade. O CRM regulamenta a medicina. Quando IA executa trabalho cognitivo que antes era exclusivo de profissionais regulamentados, quem assina embaixo? As estruturas regulatórias existentes não foram projetadas para trabalho parcialmente automatizado.

LGPD e dados sensíveis. Serviços profissionais lidam com dados altamente sensíveis por natureza — prontuários médicos, demonstrações financeiras, estratégias jurídicas. IA Vertical que processa esses dados precisa de controles de privacidade que vão muito além do que SaaS tradicional exigia.

Relações trabalhistas. Quando IA substitui tarefas antes executadas por profissionais, há implicações trabalhistas. Não se trata de luddismo — trata-se de transição responsável. Empresas que tratam a questão como puramente tecnológica descobrirão que é, na verdade, organizacional.

Auditabilidade. Firmas de auditoria e contabilidade têm obrigações de documentação que existem por razões legais, não burocráticas. Quando parte do trabalho é executado por IA, a trilha de auditoria precisa incluir o raciocínio da máquina — não apenas o resultado final.

O Framework Que Falta

A pergunta não é se IA Vertical vai remodelar serviços profissionais. Isso já está acontecendo. A pergunta é se as organizações têm a infraestrutura de governança para fazer essa transição de forma responsável.

Na nossa experiência, a maioria não tem. E o motivo é previsível: a infraestrutura de governança de IA da maioria das empresas foi projetada para a era do orçamento de TI. Avaliação de fornecedores. Segurança de dados. Compliance de software. Esses controles continuam necessários, mas são insuficientes quando IA executa trabalho profissional.

O que precisa ser construído:

Governança de delegação. Para cada workflow automatizado por IA Vertical, deve haver uma definição clara: qual nível de autonomia a IA tem? Quais decisões requerem aprovação humana? Com que frequência os outputs são auditados? Quais são os critérios de reversão?

Responsabilidade rastreável. Quando IA produz um parecer, uma análise ou uma recomendação, deve ser possível rastrear: quais dados foram usados, qual modelo produziu o resultado, qual profissional validou (ou deveria ter validado) e quando.

Métricas de qualidade específicas. A taxa de erro aceitável para um profissional humano é diferente da taxa de erro aceitável para IA — porque as falhas têm distribuições diferentes. Humanos erram por fadiga, viés e limite cognitivo. IA erra por alucinação, dados incompletos e generalizações inadequadas. Medir qualidade com as mesmas métricas é medir coisas diferentes.

Protocolos de transição. A adoção de IA Vertical não é um evento — é uma transição que afeta pessoas, processos e responsabilidades. Organizações que tratam como projeto de TI terão problemas de gestão de mudança. Organizações que tratam como transformação organizacional terão mais chance de sucesso.

O Paradoxo da Oportunidade

Existe um paradoxo no coração da IA Vertical: quanto maior a oportunidade, maior a exigência de governança. E quanto mais rápido o mercado se move, maior a tentação de pular a governança.

Os números são sedutores. US$ 3,2 trilhões em serviços profissionais. Crescimento de 400% ano contra ano para empresas LLM-nativas. Margens de 65%. Equipes de 50 pessoas entregando o que antes exigia 500.

Mas serviços profissionais são profissionais por uma razão. Existem padrões. Existem regulamentações. Existem responsabilidades fiduciárias. Existem consequências reais quando o trabalho é feito incorretamente — pacientes prejudicados, contratos mal redigidos, demonstrações financeiras incorretas, laudos técnicos falhos.

A IA não elimina essas responsabilidades. Ela as redistribui. E redistribuição sem governança é, na prática, diluição de responsabilidade.

O Que Isso Significa na Prática

Para empresas de serviços profissionais que estão avaliando ou já adotando IA Vertical, três princípios:

Primeiro, governe antes de escalar. A delegação progressiva que a Bessemer descreve só funciona com mecanismos progressivos de supervisão. Comece com copilots em workflows de baixo risco. Meça qualidade, documente falhas, construa protocolos. Só então avance para agentes e serviços automatizados.

Segundo, trate como transformação organizacional, não como projeto de TI. Se IA Vertical compete por orçamentos de pessoal, a decisão de adoção envolve RH, jurídico, compliance e liderança executiva. Não é responsabilidade do CTO. É responsabilidade do C-suite.

Terceiro, construa a trilha de auditoria desde o dia zero. Quando reguladores, clientes ou tribunais perguntarem como uma decisão foi tomada, “a IA fez” não será resposta aceitável. A resposta terá que incluir: quais dados informaram a decisão, qual modelo processou, qual profissional supervisionou e qual protocolo de qualidade foi aplicado.

A IA Vertical é real. A oportunidade é real. Os US$ 730 bilhões em valor de mercado perdidos pelas empresas de software tradicionais são a prova mais cara de que o mercado acredita nessa mudança.

Mas oportunidade sem governança é risco. E em serviços profissionais — onde o trabalho tem consequências legais, financeiras e humanas — risco sem governança é negligência.

Fontes

Marcelo Amorim. “Vertical AI: quando os serviços profissionais passam a escalar além do SaaS.” Quartzo Venture Capital, fevereiro 2026.
Christine Deakers. “Building Vertical AI: An Early-Stage Playbook for Founders.” Bessemer Venture Partners, janeiro 2026.
Federal Reserve Economic Data (FRED). Professional and business services como percentual do PIB dos EUA: 13,20% (Q4 2024).
NEA. “AI Agents Report 2025.” Estimativa de US$ 11 trilhões em gastos com mão de obra como mercado endereçável para IA Vertical.
Dados de mercado: perda de US$ 730 bilhões em capitalização das grandes empresas de software (Adobe, Microsoft, Salesforce, SAP, ServiceNow, Oracle), fevereiro 2026. CNBC, Goldman Sachs Software Index (IGV).
Thomson Reuters. Aquisição da CaseText por US$ 650 milhões. DocuSign. Aquisição da Lexion por US$ 165 milhões.

Se sua organização está avaliando IA Vertical — ou já está implantando — e precisa de governança que acompanhe a velocidade da adoção, devemos conversar. contato@victorino.com.br | www.victorino.com.br