A Interface É o Ponto de Controle: O Que a Aposta de US$ 1,1 bi da Workday Revela Sobre Governar IA

Segundo um ensaio recente de Edward Hsu, a Workday teria pago US$ 1,1 bilhão para adquirir uma camada de interface de IA e, pela primeira vez, abriu seu modelo de dados a padrões externos. Lidos juntos, esses dois movimentos deixam de parecer uma atualização de produto. Uma empresa que construiu toda a sua avaliação sobre ser o lugar onde o trabalho de RH e finanças acontece acabou de pagar um bilhão de dólares para defender essa posição, e então rachou o muro que passou duas décadas selando.

O instinto é ler isso como uma história de modelo. Não é. O ativo disputado aqui não é a IA por baixo. É a superfície onde o trabalho aterrissa.

A ameaça é intermediação, não concorrência

O problema da Workday não é um produto de RH melhor. É que um funcionário agora consegue pedir ao Microsoft Copilot ou ao Google Agentspace para sintetizar um plano de força de trabalho, e a resposta chega sem que ninguém jamais abra a interface da Workday. Hsu relata que a Forrester chamou isso de “ameaça existencial da intermediação por IA” (Forrester, via Hsu). A expressão é exata. Intermediação, não concorrência.

Concorrência é outro fornecedor vendendo um produto rival. Intermediação é um assistente sentado entre o usuário e o produto, fazendo a coordenação que o produto costumava controlar. Os dados podem continuar morando na Workday. A decisão, a síntese, o momento em que um humano age sobre a informação, migram para onde o assistente vive. Esse momento é o ativo. Perca-o e você fica com o banco de dados enquanto outro fica com o cliente.

É por isso que abrir o modelo de dados importa. Um incumbente que vira “headless” continua tecnicamente relevante, mas relevância não é controle. Hsu faz a distinção afiada: uma camada de API “da qual ninguém depende estruturalmente ainda é uma cunha, e substituível”. Tornar-se fonte de dados para as interfaces de outros é sobrevivência. Não é poder. Poder é ser o lugar onde o trabalho acontece.

Cinco pontos de controle, reembaralhados pela IA

O framework de Hsu nomeia cinco tipos de ponto de controle que o software pode deter: Governador, Linguagem, Agregador, Exclusivo e Árbitro. A IA não os apaga de modo uniforme. Ela reembaralha quais deles se sustentam.

Fossos baseados em complexidade se dissolvem primeiro. Quando a defensabilidade de um produto repousava em ser difícil de usar ou difícil de integrar, a IA remove o atrito que o protegia, e o fosso seca. Exclusivos genuínos, ao contrário, se fortalecem: dados proprietários que ninguém mais tem, contexto de fluxo de trabalho que levou anos para ser codificado, infraestrutura física que não nasce de um prompt. Esses ficam mais valiosos, não menos, porque o recurso escasso fica mais escasso em relação ao que agora virou abundante.

A velocidade do reembaralhamento é a parte para se deter. Segundo Hsu, a OpenAI capturou três pontos de controle em dois anos. O MCP da Anthropic estabeleceu um ponto de controle de Linguagem em cerca de um. O Google levou os AI Overviews a mais de um bilhão de usuários mensais. Esses números chegam de segunda mão pelo ensaio e devem ser lidos como ilustrativos, não como confirmados de forma independente, mas a direção é inconfundível. Pontos de controle que levaram uma década para os incumbentes construírem estão sendo reivindicados em poucos trimestres.

Hsu oferece mais um dado que deveria inquietar qualquer negócio com um site. Ele cita números da BrightEdge mostrando impressões de busca subindo cerca de 50% ano a ano, enquanto as taxas de clique pago caíram cerca de um terço num período paralelo (BrightEdge, 2025, via Hsu). Mais gente vê seu conteúdo. Menos gente chega até você. A interface, neste caso a resposta da IA, capturou o relacionamento e ficou com o clique. Mesmo padrão da Workday, superfície diferente.

Por que isso é uma decisão de governança, não uma história de fornecedor

Aqui está o movimento que a maioria dos leitores vai deixar passar. A interface não é só onde o valor comercial se concentra. É onde a governança se prende.

Trilhas de auditoria, aplicação de políticas, controles de acesso, o registro de quem fez o quê e sob qual autoridade: tudo isso mora na camada onde o trabalho é executado. Quando um funcionário monta um plano de força de trabalho dentro da Workday, os controles da Workday governam essa ação. Quando o mesmo funcionário monta o mesmo plano pedindo ao Copilot, a governança migra para o Copilot. Sua trilha de auditoria se muda para uma superfície que você não controla e talvez nem consiga enxergar.

Esta é a afirmação falseável que vale testar contra o seu próprio stack: quem controla a interface onde o trabalho de IA acontece controla a superfície de controle, auditoria e política sobre esse trabalho. Se isso se sustenta, então a posse da interface é a decisão de governança primária que uma empresa toma, e a escolha do modelo vem depois dela. Você pode rodar o modelo mais seguro e mais conforme do mundo, e se o trabalho acontece num assistente cujos logs você não pode inspecionar, sua governança é teatro.

O pensamento anterior do nosso acervo estabeleceu que o fluxo, e não o app, é o ativo defensável à medida que a IA transforma features em commodity, e que permissões e o sistema de registro ancoram a governança de agentes. Esta é a camada seguinte abaixo. O sistema de registro guarda os dados; a interface guarda a ação. Governe os dados e perca a interface, e você terá governado o substantivo enquanto outro governa o verbo.

A pergunta que compras ainda não fez

A maioria das avaliações de IA corporativa pergunta qual modelo é o mais capaz, o mais conforme, o mais barato por token. Perguntas razoáveis. Elas ignoram a única que determina se você consegue governar qualquer coisa: onde o trabalho de fato acontece, e quem registra isso?

Quando você deixa um assistente intermediar um sistema de registro, você tomou uma decisão de governança, quisesse ou não. Você moveu a trilha de auditoria. Você mudou quem pode aplicar política. E pode ter feito isso por uma caixinha marcada num rollout do Copilot que nenhum comitê de risco jamais revisou. O framework que você adota já é, em si, uma aposta de governança, e a interface dentro da qual você deixa seu pessoal trabalhar também é.

Faça isto agora

Rode uma auditoria de interface, não uma auditoria de modelo. Para cada sistema de registro que importa (RH, finanças, CRM, os dados por trás das suas decisões), responda a três perguntas:

Primeira: onde o trabalho sobre esse sistema de fato acontece hoje? Na interface nativa, ou cada vez mais através de um assistente que lê e escreve em nome do usuário?

Segunda: onde mora a trilha de auditoria desse trabalho? Se um regulador pedisse para você reconstruir quem mudou o quê e por quê, o registro estaria num sistema que você controla, ou nos logs de um assistente terceiro que você não acessa por completo?

Terceira: se o seu fornecedor incumbente virar “headless” e seu pessoal começar a trabalhar via Copilot ou Agentspace, você decidiu isso de propósito, com controles no lugar, ou está acontecendo por deriva?

Os fornecedores estão gastando bilhões para responder à primeira pergunta a favor deles. O US$ 1,1 bilhão reportado da Workday é o preço de uma empresa se recusando a deixar sua interface ser intermediada. Você não precisa de um bilhão de dólares para tomar a mesma decisão de forma deliberada no seu próprio stack. Você precisa tomá-la antes que alguém a tome por você.

Fontes

Edward Hsu (Substack). “How AI Changes the Power Dynamics of Software.” 2025.

A Victorino ajuda empresas a decidir quais interfaces governam seu trabalho de IA e a manter a trilha de auditoria em superfícies que elas controlam: contato@victorino.com.br | www.victorino.com.br