Mercado vasto de "mar azul" para agentes inteligentes: programação de software representa metade, enquanto áreas como saúde, finanças e direito são "poucas e distantes"

Uma pesquisa recente sobre aplicações práticas de agentes de IA revelou um mercado altamente desequilibrado: o desenvolvimento de software domina quase metade do mercado, enquanto áreas verticais como saúde, direito, finanças e outras dezenas juntas representam apenas a outra metade, com cada setor individual tendo uma quota inferior a 5%. Este cenário aponta para os empreendedores o caminho — as verdadeiras oportunidades não estão em setores já explorados, mas naquelas mercados quase intocados, os chamados mares azuis.

Um estudo abrangente da Anthropic mostra que, nas chamadas de API de agentes de IA, o setor de engenharia de software representa até 49,7%. Em contrapartida, saúde responde por apenas 1%, direito 0,9%, educação 1,8%. Estes não são mercados saturados, mas sim mercados quase inexistentes.

A pesquisa também revela uma descoberta crucial: a capacidade real dos modelos de IA já ultrapassou a confiança que os usuários depositam neles. A avaliação de capacidades do METR mostra que Claude consegue resolver tarefas que levariam quase cinco horas para serem concluídas por humanos, mas, na prática, o tempo de sessão na mediana de 99,9% é de apenas cerca de 42 minutos. Essa grande discrepância entre capacidade e implantação é uma oportunidade de produto que os empreendedores podem explorar.

Garry Tan, presidente do Y Combinator, e Aaron Levie, CEO da Box, concordam que esse cenário indica que, no futuro, surgirão 300 empresas unicórnio de IA vertical, comparáveis às mais de 170 que surgiram na era SaaS. E o tamanho dessas versões de IA pode crescer dez vezes, pois elas não apenas substituem softwares, mas também operadores humanos.

Domínio do software, setores verticais quase vazios

Dados da Anthropic indicam que o setor de engenharia de software ocupa metade de todas as atividades de agentes de IA, enquanto os outros 16 setores verticais representam cada um uma fatia inferior a 9%. Mercados como saúde, direito, educação, atendimento ao cliente e logística têm participação de mercado na casa de um dígito.

Essa distribuição não ocorre porque esses setores não precisem de IA, mas porque suas aplicações ainda não foram realmente desenvolvidas. A liderança do setor de engenharia de software se deve ao fato de que desenvolvedores são, por natureza, os primeiros a adotar ferramentas de IA, além de apresentarem uma barreira técnica relativamente baixa.

Por outro lado, setores como saúde e direito envolvem dados proprietários, regulações rígidas e processos organizacionais complexos. Esses obstáculos aparentes, na verdade, criam barreiras defensivas de competição. Qualquer pessoa pode construir um wrapper genérico, mas poucos compreendem profundamente os fluxos de trabalho específicos de faturamento médico, descobertas jurídicas ou licenças de construção.

Capacidade à frente da confiança: a lacuna na implantação

A descoberta do fenômeno de “implantação atrasada” merece atenção dos empreendedores. As capacidades dos modelos já superam em muito o nível que os usuários estão dispostos a permitir que eles operem.

De outubro de 2025 a janeiro de 2026, o tempo de sessão na mediana de 99,9% quase dobrou, passando de menos de 25 minutos para mais de 45 minutos. Esse crescimento se manteve estável em várias versões de modelos. Isso não é apenas uma melhoria na capacidade do modelo, mas também um acúmulo de confiança dos usuários — eles aprendem a colaborar com os agentes ao longo de sessões sucessivas.

Pesquisadores da Anthropic, como Miles McCain, apontam que, de agosto a dezembro, a taxa de sucesso do Claude Code em tarefas desafiadoras internas dobrou, enquanto a intervenção humana média por sessão caiu de 5,4 para 3,3 vezes. Isso indica que, à medida que os usuários entendem melhor as capacidades do agente, estão dispostos a conceder mais autonomia.

A capacidade já existe, a implantação ainda não acompanhou. Isso não é um problema, mas uma oportunidade de produto.

O paradoxo da evolução da confiança

A pesquisa revelou um fenômeno na evolução da confiança dos usuários: usuários experientes tendem a aprovar automaticamente mais sessões, ao mesmo tempo em que fazem mais intervenções.

Usuários novos aprovam cerca de 20% das sessões do Claude Code automaticamente. Após 750 sessões, essa proporção sobe para mais de 40%. Mas, ao mesmo tempo, esses novos usuários intervêm em apenas 5% dos turnos, enquanto usuários avançados intervêm em 9%.

Isso não é uma contradição. A equipe de pesquisa explica que trata-se de uma mudança na estratégia de supervisão. Novatos aprovam cada passo antes de executar, enquanto usuários experientes adotam um modelo de delegação com intervenção posterior, passando de uma aprovação prévia para uma supervisão ativa.

A pesquisa também identificou uma característica de segurança importante: em tarefas complexas, o Claude Code solicita esclarecimentos duas vezes mais frequentemente do que a intervenção humana. O agente pausa para confirmar quando está incerto, ao invés de avançar sem questionar. Os pesquisadores acreditam que “a autonomia exercida pelo agente na prática é construída conjuntamente pelo modelo, pelo usuário e pelo produto. O Claude limita sua independência ao pausar para perguntar quando está inseguro.”

73% das chamadas de ferramenta envolvem intervenção humana, e apenas 0,8% das operações são irreversíveis. Cenários de implantação de maior risco, como extração de chaves de API ou negociações autônomas de criptomoedas, são principalmente avaliações de segurança, não ambientes de produção reais.

Estratégias defensivas para IA vertical

A estratégia de IA vertical proposta por Aaron Levie revela o caminho para construir empresas defensivas: desenvolver agentes capazes de acessar dados proprietários; fazer com que esses softwares resolvam problemas reais; aproveitar ao máximo o contexto para maximizar a inteligência de saída; e, crucialmente, uma etapa muitas vezes negligenciada pelos fundadores — impulsionar a mudança de clientes.

Essa última etapa é justamente o que torna a IA vertical defensável. Nos setores verticais, dominar fluxos de trabalho tradicionais, regulações e fricções organizacionais é a chave para diferenciar uma empresa defensável de um wrapper genérico.

A indústria de SaaS cresceu 10 vezes a cada década nas últimas décadas. Nos últimos 20 anos, mais de 40% do capital de risco foi direcionado a SaaS, que gerou mais de 170 unicórnios. A lógica da IA vertical é semelhante: cada SaaS unicórnio tem uma versão vertical de IA esperando para ser criada, e o tamanho dessas versões pode crescer dez vezes, pois elas não apenas substituem softwares, mas também operadores humanos.

Os pesquisadores alertam que políticas que exijam “aprovação para cada operação” acabarão por sufocar ganhos de produtividade sem aumentar a segurança. O objetivo mais eficaz é garantir que os humanos possam monitorar e intervir, ao invés de impor processos rígidos de aprovação.

O esconderijo de 300 unicórnios

O mapa de mercado já está claro. O setor de engenharia de software tem sua fatia, enquanto saúde, direito, finanças, educação, atendimento ao cliente, logística e outros 16 setores verticais possuem participações de mercado na casa de um dígito, aguardando que o conhecimento especializado seja incorporado aos agentes.

Os modelos já conseguem trabalhar por cinco horas, mas os usuários só os deixam trabalhar por 42 minutos. Essa lacuna indica que o mercado ainda está em estágio muito inicial, com muito trabalho pela frente, e que muitos setores sequer tiveram aplicações inteligentes de um minuto.

Nos últimos anos, surgiram mais de 300 unicórnios SaaS; nos próximos, surgirão 300 unicórnios de IA vertical. Fundadores que escolhem um setor vertical, incorporam conhecimento especializado ao agente e resolvem questões de gestão de mudança liderarão a próxima década do software empresarial.

Aviso de risco e isenção de responsabilidade

        O mercado apresenta riscos; invista com cautela. Este texto não constitui recomendação de investimento pessoal, nem leva em consideração objetivos, situação financeira ou necessidades específicas do usuário. O usuário deve avaliar se as opiniões, pontos de vista ou conclusões aqui apresentadas são compatíveis com sua situação particular. Investimentos de risco são de responsabilidade do investidor.