De SaaS para OaaS: vender o resultado, não a ferramenta
- Publicado em: Inteligência Artificial
- 5 visualizações
Durante vinte anos, o negócio de software funcionou assim: você constrói uma ferramenta, o cliente assina e paga por usuário. Se ele usa bem, o problema dele melhora. Se não usa, a assinatura continua do mesmo tamanho.
Um slide do vídeo de Bruno Picinini resume a virada que muita gente está discutindo em uma linha: de SaaS, “venda a ferramenta”, para OaaS, “entregue o resultado”. Neste artigo, a gente destrincha o que isso quer dizer, quem já está fazendo, onde o modelo quebra e o que muda para quem desenvolve software.
O que é OaaS
OaaS significa Outcomes as a Service, ou “resultados como serviço”. Em vez de vender o acesso a um software para a pessoa fazer o trabalho, você faz o trabalho e cobra pelo resultado entregue: o atendimento resolvido, a reunião marcada, a nota conciliada, o bug corrigido.
Uma observação importante: OaaS ainda não é um termo padronizado. A mesma ideia aparece no mercado com outros nomes, como service-as-software (a expressão da gestora Foundation Capital) e outcome-based pricing, que é a parte da cobrança por resultado. Vale ver o OaaS como a forma curta de falar do conceito.
SaaS e OaaS na prática
| SaaS | OaaS | |
|---|---|---|
| O que o cliente compra | Acesso a uma ferramenta | Um resultado pronto |
| Quem faz o trabalho | O cliente ou a equipe dele | O software com IA, de ponta a ponta |
| Como se cobra | Assinatura, em geral por usuário | Por resultado entregue, ou um modelo híbrido |
| Quem assume o risco | O cliente: paga mesmo sem resultado | O fornecedor: só ganha se funcionar |
| Métrica de sucesso | Usuários ativos e uso | Resultados entregues e custo por resultado |
| Orçamento que disputa | O de software | O de serviços e de salários |
A mudança de incentivo é a parte mais interessante. No modelo por assento, o fornecedor ganha mais quando o cliente mantém mais gente logada na ferramenta. No modelo por resultado, ele ganha quando o trabalho deixa de existir. As duas pontas passam a torcer pelo mesmo lado.
Por que isso ficou possível agora
Agentes de IA conseguem ler informações soltas, decidir o próximo passo e executar tarefas inteiras, e não só um pedaço delas. A Foundation Capital descreve isso como a passagem do software as a service para o service-as-software: a IA deixa de ser uma ferramenta que automatiza parte de um trabalho e passa a automatizar o trabalho todo, virando ela mesma o prestador do serviço.
A gestora estima uma oportunidade de US$ 4,6 trilhões nessa mudança. A conta soma cerca de US$ 2,3 trilhões em salários de funções como vendas, marketing, engenharia de software, segurança e RH, e outros US$ 2,3 trilhões gastos em serviços terceirizados de TI e de processos de negócio (este segundo número vem do Gartner). Vale lembrar que é a tese de uma gestora de investimentos, e não um dado medido: use como ordem de grandeza, não como previsão.
Quem já cobra por resultado
- Intercom (agente Fin): lançou o Fin cobrando US$ 0,99 por resolução, além dos planos por assento. Segundo o SaaStr, a taxa média de resolução do Fin saiu de cerca de 27% no lançamento para algo em torno de 66% a 67% entre milhares de clientes.
- Sierra: criada no início de 2024 por Bret Taylor e Clay Bavor, nasceu com cobrança por resultado desde o primeiro dia: o cliente paga quando a IA resolve o atendimento. Os valores não são públicos, e cada contrato é negociado.
- HubSpot: mudou o preço do agente de atendimento de US$ 1,00 por conversa para US$ 0,50 por conversa resolvida. Ou seja, deixou de cobrar pelo esforço e passou a cobrar pelo resultado.
Repare que a Intercom e a HubSpot cobram o resultado em cima de planos existentes. Na prática, o modelo híbrido (assinatura mais resultado) é bem comum, principalmente para empresas que já têm uma base de clientes e um produto estabelecido.
A outra metade do slide: reconstruir mercados que já existem
O slide termina com uma frase direta: reconstruir mercados de serviços gigantes que já existem, usando inteligência artificial. É o lado de quem quer empreender.
A lógica é simples. Em vez de inventar uma categoria nova e convencer o mercado de que ela existe, você escolhe um serviço que as empresas já pagam caro para ter e entrega o mesmo resultado de um jeito mais rápido e mais barato. Alguns sinais de um bom candidato:
- O resultado é objetivo e verificável: o ticket foi fechado ou não, a reunião foi marcada ou não.
- O serviço é repetitivo e em grande volume.
- Os dados de entrada já são digitais.
- Hoje já se paga por unidade (por atendimento, por documento, por lead).
Alguns mercados para pensar nessa lógica: atendimento ao cliente, cobrança, conciliação financeira, triagem de currículos, qualificação de leads e revisão de documentos. São hipóteses para refletir, e não recomendações de negócio.
Onde o modelo quebra
Cobrar por resultado parece perfeito no papel, mas tem armadilhas:
- Definir o “resultado”. O que conta como resolvido? E um caso resolvido pela metade, ou que passou para um humano? Em muitos contratos, a discussão sobre a definição dá mais trabalho do que a discussão sobre o preço.
- Custo que cresce com o uso. Diferente do software tradicional, em que o custo de atender mais um cliente é quase zero, serviços feitos por IA têm custo recorrente que sobe junto com o volume. Se você cobra um valor fixo por resultado, a margem depende de quanto custa entregar cada um.
- Preço que não escala bem. Em volumes muito altos, pagar por resultado pode sair mais caro para o cliente do que um plano fixo. Por isso, muitos fornecedores combinam os dois modelos.
- Atribuição. O modelo funciona melhor quando dá para provar que o resultado veio da IA. Onde o resultado é subjetivo (como “uma boa resposta”), a cobrança vira discussão.
- Quando a IA erra, o risco é seu. No OaaS, o fornecedor assume a falha. Isso exige controle de qualidade, métricas e um plano para passar o caso a uma pessoa.
- Previsibilidade. Uma fatura variável pode atrasar a decisão de compra em empresas grandes, que gostam de saber o valor do mês.
O que muda para quem desenvolve software
Você não precisa mudar o modelo do seu produto amanhã. Mas dá para começar a pensar como OaaS com cinco perguntas:
- Qual resultado o cliente quer de verdade? Não a funcionalidade, e sim o que ele ganha quando tudo dá certo.
- Dá para medir esse resultado de forma objetiva? Se você não consegue contar, não consegue cobrar.
- Quanto custa entregar uma unidade desse resultado? Some IA, infraestrutura e a revisão humana que for necessária.
- Qual preço deixa margem e ainda é bem menor que o serviço feito por pessoas hoje? É essa diferença que convence o cliente a trocar.
- O que acontece quando falha, e quem paga? Defina isso antes de vender.
Um bom primeiro passo é medir: registrar os eventos que contam como resultado no seu produto, mesmo que você ainda cobre por assinatura. Esses números mostram se faz sentido migrar, e para qual preço.
Conclusão
O SaaS não vai desaparecer, e muitos produtos continuam fazendo sentido como ferramenta. O que o OaaS muda é a pergunta que o empreendedor se faz: em vez de “qual ferramenta eu vendo?”, passa a ser “qual resultado eu entrego e consigo provar?”. Quem souber responder a segunda pergunta, com custo sob controle e uma definição clara do que é sucesso, tem uma vantagem real nos próximos anos.
Fontes e referências
- Vídeo de Bruno Picinini: https://www.youtube.com/watch?v=qqdoGv3ae-8
- Foundation Capital, AI leads a service as software paradigm shift
- Foundation Capital, The AI Hype: $600B question or $4.6T+ opportunity?
- SaaStr, HubSpot switching AI pricing from per use to per resolution
- Coworker.ai, Sierra AI pricing in 2026
- Lava, Outcome-based pricing for AI: when it works and when it doesn’t
- AI Agent Rank, Outcome-based pricing (glossário)
