Saí do AI Talks com uma frase que não consigo largar.
"O gargalo não é mais engenharia. É a velocidade com que o negócio consegue absorver o que a IA já é capaz de entregar."
Lucas Prim, Chief AI Officer da Stone, disse isso quase de passagem. Mas é a frase que mais importa para qualquer fundador pensando no valuation da sua empresa de tecnologia antes de um processo de M&A.
Um terço das vendas digitais da Stone hoje é fechado por bot. Um time de três pessoas entregou 35 pontos percentuais de deflection no atendimento ao cliente, o equivalente a R$ 15 milhões por ano em economia. Centenas de milhões de reais em resultado gerado por uma área que há três anos não existia com esse nome.
Esses números não são argumento para adotar IA. São argumento para entender o que está acontecendo com o valor de empresas de tecnologia que ainda não fizeram esse movimento.
O SaaS Capital Index saiu de 7x ARR no início de 2025 para 3,8x em março de 2026. Duas empresas com receita recorrente idêntica estão fechando processos de M&A a preços que diferem em 3x ou 4x, dependendo de algumas variáveis: dado proprietário, integração real de IA em processos críticos, retenção líquida. Empresas com essas características estão chegando a processos de venda com prêmios de 30% a 50% sobre pares comparáveis. As que não têm estão sendo precificadas como risco estrutural.
O mercado já decidiu. A maioria dos fundadores ainda não leu o placar.
David Graeber foi um antropólogo americano que passou anos tentando explicar por que organizações inteligentes travam diante do óbvio. A conclusão que o tornou incômodo era esta: o problema raramente é técnico. Organizações constroem camadas de funções cuja principal tarefa, consciente ou não, é manter a estrutura funcionando para si mesma, não para entregar valor.
O Prim confirmou Graeber sem citar Graeber.
Na Stone, uma analista de marketing sem nenhuma formação em engenharia construiu sozinha um software que monitora e categoriza em tempo real os anúncios de todos os concorrentes. Um gerente de produto não técnico criou do zero um sistema de gestão para o chatbot da empresa que superou o que o próprio time de plataforma estava desenvolvendo. O Prim fechou 56 pull requests nas últimas cinco semanas e colocou 250 mil linhas de código em produção.
O monopólio do desenvolvimento de software não desmoronou por escassez de engenheiros. Desmoronou porque a IA tornou visível algo que Graeber já havia nomeado: parte do que chamávamos de expertise técnica era também, e talvez principalmente, controle de acesso. Quem decide o que entra no roadmap, quem valida o que é possível, quem define quanto tempo uma mudança precisa levar.
Quando esse filtro desaparece, a empresa se depara com uma pergunta para a qual não foi treinada: a que velocidade conseguimos realmente mudar, quando a desculpa da complexidade técnica não está mais disponível?
Otávio Pinheiro nomeou bem essa virada: o fundador deixa de ser operador e passa a ser arquiteto. A máquina executa qualquer coisa. O que define valor é quem decide o que merece existir, quem filtra o que tem padrão de excelência e quem está na frente de gente real construindo confiança. Isso a IA não terceiriza.
Pedro Clivati, fundador do ecossistema de newsletters The Drops, trouxe a distinção mais útil do evento. A diferença entre empresas de tecnologia que estão tirando vantagem real da IA e as que não estão não está na ferramenta. Está na disposição de canibalizar parte do modelo atual para construir algo defensável.
A Adobe integrou o MCP da Anthropic enquanto via a ação derreter na bolsa. O Intercom mudou de nome e de posicionamento, com o CEO declarando publicamente que a única forma de construir o futuro era canibalizando parte do produto existente. Não são decisões confortáveis. São decisões de quem entendeu que o valor da empresa não está mais onde estava.
O Stanford AI Index 2026 documentou que adoção organizacional de IA chegou a 88% das empresas pesquisadas. Quando quase todo mundo usa as mesmas ferramentas, o diferencial migra do acesso ao modelo para o dado que você acumulou e que mais ninguém tem. Esse dado melhora com cada interação. O custo de replicá-lo não é tecnológico, é temporal. Leva 18 a 36 meses construir um fosso de dados genuinamente defensável.
Otávio Pinheiro, que trabalha com IA desde 2015, foi mais preciso: o custo de criar software caiu 90% e qualquer produto pode ser replicado em horas. Mas três coisas não se copiam por API. Marca, porque reputação não se baixa, se cultiva ao longo de anos. Comunidade, porque pessoas reunidas em torno do seu trabalho constroem um fosso que nenhum modelo consegue replicar. E ponto de vista, porque defender algo que outros não defendem atrai os clientes certos e repele os errados. Isso é o que um comprador estratégico está comprando em 2026.
Levo isso para dentro dos processos de M&A que assessoro na Questum.
O múltiplo de ARR continua sendo o ponto de partida da conversa. Mas o que determina onde dentro da faixa uma empresa se posiciona mudou. Um comprador estratégico em 2026 está fazendo perguntas que há dois anos não apareciam na due diligence.
Você tem dado proprietário que ninguém mais tem? Esse dado está sendo usado ativamente para melhorar produto ou decisão? IA está embarcada em processos críticos da operação, com resultado mensurável? Ou é uma camada cosmética?
Na Stone, a resposta veio pela disciplina de replicar o mesmo playbook em vez de abraçar tudo de uma vez. Atendimento primeiro, vendas depois, engajamento e análise de risco na sequência. Um domínio por vez, com governança real. Foi essa cadência que transformou o cargo do Prim de líder de projeto em cadeira no comitê executivo. O CEO percebeu que aquilo não era mais uma iniciativa de tecnologia. Era um modo de ser da empresa.
Graeber diria que esse turning point não foi tecnológico. Foi político.
Para o fundador de uma empresa de tecnologia pensando em exit, a implicação é direta: o comprador precisa conseguir ver onde o dado está, o que ele gerou de resultado e por que é difícil replicar sem você. Isso não se constrói durante o processo de venda. Se constrói nos meses antes de precisar do mercado.
Há dois jogos acontecendo ao mesmo tempo no mercado de software, e a maioria dos fundadores ainda está jogando o antigo.
O SaaS clássico cobra por assento, entrega funcionalidade e compete com outros softwares. O SaaS AI-native cobra por resultado, entrega inteligência e compete com agentes que substituem o software inteiro. São modelos com lógicas de precificação, vantagem competitiva e estrutura de margem completamente diferentes.
A transição entre os dois não é opcional. Otávio Pinheiro colocou com precisão: o atendimento virou agente, a barreira de escrita sumiu, o custo do código colapsou. Quem ainda precifica por assento em um mercado que está migrando para resultado está comprimindo o próprio múltiplo antes de sentar à mesa de negociação.
Para um comprador estratégico, a pergunta não é se a empresa usa IA. É se o modelo de negócio foi redesenhado em torno dela, ou se a IA é uma camada adicionada por cima de uma estrutura que não mudou.
Se o código pode ser replicado em horas e o modelo de precificação por assento está sendo comprimido, onde o fundador deveria estar alocando atenção agora?
Enxergo três apostas. A primeira é aplicação vertical: resolver um problema de um setor que ninguém de fora entende. IA para um fluxo específico de uma clínica, de um cartório, de uma operação logística. O valor não está na tecnologia, está no contexto acumulado que torna a solução insubstituível para aquele setor.
A segunda é dado proprietário. Quase todo comprador consegue acessar os mesmos modelos fundacionais. O que nenhum deles consegue acessar é o dado que só existe dentro da sua operação, gerado pela sua base de clientes, ao longo do tempo. Esse dado é o ativo. O modelo é a infraestrutura.
A terceira é educação interna. Otávio documentou que 75% dos funcionários de uma empresa de tecnologia com dois mil colaboradores tinham conhecimento básico de IA quando foram avaliados. O gap entre o que o CEO declara sobre transformação e o que acontece na base da organização é real e mensurável. Empresas que chegam a um processo de M&A com cultura de IA instalada chegam em posição diferente das que têm um projeto-piloto no PowerPoint.
As três apostas têm algo em comum: levam tempo para construir e são difíceis de replicar depois de prontas. Esse é exatamente o argumento do fosso.
Ainda tem quem espere o hype passar. Na Stone, o hype já virou resultado no balanço.
A questão que fica é se o gargalo na sua empresa é mesmo técnico, ou se é a velocidade com que a organização consegue absorver o que já está disponível há mais tempo do que ela admite.