Por que o mundo ainda funciona com SAP

Com o avanço da IA, startups e seus clientes têm concentrado esforços em novas funcionalidades e nos produtos que elas viabilizam — como agentes de voz inovadores, ferramentas de automação de processos e plataformas de texto para aplicativo.

Apesar de já existirem negócios promissores nessas áreas (inclusive com nosso investimento em alguns deles!), o impacto da IA será ainda maior em um aspecto menos atraente, mas de valor superior: permitir que organizações extraiam mais dos softwares que já operam. Para ilustrar, uma pergunta que só faz sentido após uma semana em uma Fortune 500: por que ainda utilizamos SAP (e ServiceNow, e Salesforce)?

A razão é que o SAP, ou qualquer sistema legado de registro, concentra dados críticos das empresas que o adotam. Além disso, cada negócio personaliza, constrói procedimentos específicos e funções sobre esse sistema, muitos deles sem documentação formal. Migrar é um processo doloroso, caro e demorado — exige consultores, anos de trabalho e centenas de milhões de dólares. Por exemplo, atualizar do SAP ECC para o SAP S4HANA pode custar US$ 700 milhões, levar três anos e mobilizar uma equipe de 50 profissionais da Accenture. E, após a migração, o software serve basicamente para gerar relatórios de leitura, sem possibilidade de manipulação.

Isso mudou. A IA abre espaço para atualizar, personalizar, substituir e, principalmente, acessar e usar melhor os dados capturados nesses sistemas de registro.

No fim, o objetivo com IA não é “substituir SAP/ServiceNow/Salesforce”, mas tornar esses sistemas mais programáveis e acessíveis. As plataformas vencedoras serão aquelas que (1) se conectam aos orçamentos de transformação com redução comprovada de riscos e prazos, e (2) expandem para operações diárias atuando como plano de controle confiável, desagregando gradualmente a interface legada em ações e aplicativos leves, governados e assistidos por IA. Ou seja, os sistemas de registro permanecem; a interface, automação e camada de extensão se tornam a nova fronteira do software.

SAP é doloroso, mas ainda utilizamos

Para contextualizar, é importante entender o SAP e sua função. Esses sistemas são difíceis de navegar, complexos de modificar e ainda assim são o alicerce das maiores organizações globais. Veja como é usar o SAP!

Fonte

Esse “ainda assim” representa uma oportunidade.

A verdade desconfortável é que, apesar da interface pouco amigável e das configurações intermináveis, esses sistemas são extremamente poderosos: codificam o modelo de dados do negócio, as permissões e controles de conformidade, os fluxos de trabalho para operação em escala e as integrações que conectam dezenas ou centenas de processos. Não são “aplicativos” no sentido tradicional, mas memória institucional acumulada em tabelas, funções, aprovações, lógica de lançamentos e tratamento de exceções.

Substituir esse sistema é mais do que caro — é arriscado. Quanto maior o investimento da empresa — campos personalizados, workflows, regras de preço, lógica de relatórios — maior o fosso de custos de troca e a vantagem competitiva. Por isso a extensibilidade é tão valiosa: cada empresa é única, mudanças são constantes (novas normas, novos produtos, novas estruturas), e essas plataformas sobrevivem porque se adaptam à realidade. O desafio é que essa mesma flexibilidade também gera fragilidade: cada customização vira uma armadilha futura de atualização, cada workflow um labirinto, cada tela um obstáculo para o usuário.

Essa fragilidade é evidente. A satisfação com CRM é mista, apesar da adoção ampla, e customizações pesadas em ERP estão sempre associadas a atrasos e estouros de orçamento. Trabalhadores digitais alternam entre aplicativos ~1.200 vezes por dia (cerca de 4 horas semanais perdidas), e 47% têm dificuldade para encontrar informações essenciais. “Transformações” de grande porte frequentemente fracassam; estima-se que cerca de 70% não atingem seus objetivos. O investimento para superar essa fricção é enorme: só o mercado de integração de sistemas/implementação de software movimentou cerca de US$ 380 bilhões em 2023.

Esse processo doloroso abre espaço para a IA transformar a implementação e uso desses softwares. O ciclo é: primeiro implementar ou migrar, depois operar diariamente, e então evoluir conforme o negócio muda. Em cada etapa, o desafio é transformar intenções humanas em ações corretas e auditáveis nos sistemas de registro.

Veja como a IA pode melhorar o uso de sistemas legados em cada fase.

Implementação

A implementação é a etapa mais arriscada, sensível ao orçamento e com retorno mais claro. Na prática, significa transformar descobertas desorganizadas (reuniões, documentos, tickets) em requisitos estruturados e gerar automaticamente o fluxo de implementação: mapeamento de processos e campos, configuração e código, scripts de teste, planos de migração e cutover — além da limpeza e validação de dados para entrada em produção. É difícil acertar: o supermercado alemão Lidl abandonou sua migração para SAP após gastar US$ 500 milhões.

Nesse cenário, empresas desenvolvem copilotos, ferramentas de gestão de projetos e outros softwares para apoiar migrações e implementações. Exemplos de startups do setor (Andreessen Horowitz investe em algumas delas):

• Axiamatic: camada de “garantia” com IA para ERP, construindo um grafo de conhecimento a partir de artefatos de projetos e identificando falhas ocultas em requisitos/gestão de mudanças via Slack/Teams, reduzindo riscos e acelerando programas S/4HANA (parceria com SAP Build; integrado aos processos de KPMG/EY/IBM).

• Conduct: copiloto de mapeamento de código e processos, gerando camada semântica e documentação técnica entre ECC→S/4, com Q&A sobre tabelas/APIs personalizadas para agilizar a transferência interna.

• Auctor: entrega agentica de implementação para SIs/pro serviços, capturando automaticamente descobertas em requisitos estruturados e tornando-se sistema de registro para SOWs, docs de design, user stories, configs e planos de teste.

• Supersonik: habilitação de produtos com IA para canais/MSPs e clientes — agentes de voz e visão que ensinam na interface real, reduzindo a necessidade de SEs e permitindo implementações/expansões por revendedores.

• Tessera’s: SI nativo de IA gerenciando transformações empresariais de ponta a ponta, conectando-se ao ERP do cliente, avaliando a implementação e identificando/remediando automaticamente o que precisa ser alterado durante a migração.

Essas empresas agregam valor ao tornar as transformações mais rápidas, baratas e menos arriscadas. Fazem isso identificando problemas cedo em requisitos e gestão de mudanças, comprimindo prazos (um mês perdido pode custar milhões), transformando dados desorganizados em conhecimento estruturado para equipes internas assumirem rapidamente e reduzindo a dependência de equipes SI por meio de automação de mapeamento, documentação, testes e habilitação.

Há espaço para startups que desenvolvam ferramentas colaborativas com parceiros existentes. Especificamente:

• Agentes de implementação que compartilham resultados e riscos (acompanhamento de requisitos, comparação de configs, simulação de cutover, geração de código, detecção de desvios)

• Ferramentas de documentação semântica que mantêm conhecimento atualizado e acessível

• Agentes de habilitação que transformam treinamento e rollout de canais em produtos repetíveis

Startups podem aliviar os desafios corporativos, precificando pelo tempo economizado e vendendo para orçamentos de transformação já em uso por CIOs e CFOs, substituindo contratos SI excessivos.

Uso e manutenção

Após a implementação, o uso do software exige navegar pelo caos da interface atual. O trabalho diário envolve dezenas de telas, rotatividade de funções reinicia o conhecimento, e fluxos de trabalho de exceção nunca recebem atenção prioritária. Usuários gastam tempo procurando campos, replicando dados entre sistemas e solicitando relatórios para equipes de operações. O resultado são ciclos lentos, erros evitáveis e um grande fardo de treinamento.

A IA pode envolver sistemas legados com um “sistema de ação” mais intuitivo e eficiente.

Empresas desse segmento criam ferramentas para maximizar o uso dos sistemas atuais. Na prática, isso se traduz em copilotos no Slack ou como extensões de navegador, capazes de responder perguntas (“Onde encontro X?”, “Como faço Y?”) via busca semântica e executar ações seguras (criar caso, lançar diário, atualizar termos de fornecedor) via APIs. Também podem encadear fluxos multiaplicativos (“puxar POs do último trimestre no SAP, checar contratos no Coupa, redigir nota de variação no ServiceNow”), com aprovações humanas, trilhas de auditoria e RBAC granular. As melhores monitoram adoção, tempo economizado e taxas de erro.

Muitos processos relevantes ainda não estão expostos via APIs — vivem em telas, clientes pesados, sessões VDI e consoles administrativos pouco documentados. Por isso, agentes modernos de “uso de computador” são essenciais aos copilotos API-first: ampliam a automação para os 30–40% dos workflows sem endpoint confiável. O diferencial não está em “clicar botões”, mas em operar com confiabilidade mesmo em interfaces complexas — agentes que percebem a UI, ancoram em elementos estáveis, recuperam de pop-ups e mudanças de layout, e fazem checkpoint para retomada segura. Com validação (diffs, reconciliações, testes em sandbox) e controles corporativos (SSO, segredos, privilégio mínimo, auditoria), isso transforma tarefas manuais em automação governada e repetível — triagem de tickets, fechamento de período, atualizações de clientes, mudanças de preço — até nas áreas do SAP/ServiceNow/Salesforce não projetadas para automação. APIs aceleram o caminho ideal; uso de computador automatiza a longa cauda.

Empresas como Factor Labs e Sola já utilizam esses agentes em produção, substituindo gastos com BPO e ajudando grandes organizações a automatizar tarefas em escala.

Extensões

Mesmo com SAP/ServiceNow/Salesforce mais fáceis de usar, o negócio continua mudando, exigindo atualização do sistema de registro. Novos produtos, políticas, aquisições, normas e workflows que nunca justificam projetos de módulo central demandam trabalho constante para manter o software alinhado ao estado real do negócio. Historicamente, as equipes tinham duas opções: personalizar a suíte (assumindo fragilidade) ou construir apps pontuais (com dificuldades de integração, governança e manutenção). Esse é o terceiro vetor da IA: entregar experiências pequenas, governadas e rápidas sobre sistemas de registro, mantendo o núcleo limpo.

Construir novas ferramentas e automações sobre sistemas legados cria uma camada “adorável” sobre softwares pouco apreciados. O padrão começa com um plano unificado de dados e ações: leitura de sistemas de registro via APIs e eventos (e captura segura da UI quando necessário), normalização em modelo semântico de objetos de negócio (pedidos, fornecedores, casos), e exposição de ações governadas com RBAC, aprovações e auditoria.

Sobre essa base, equipes entregam experiências modernas e sob medida. Em vez de exigir que um analista de compras navegue por 12 transações SAP para cadastrar um fornecedor, oferece-se um app leve de “Cadastro de Fornecedor” que coleta documentos, verifica duplicatas, direciona aprovações e lança registros no SAP. Em vez de pedir para RevOps abrir cinco telas do Salesforce para atualizar termos de renovação, disponibiliza-se um editor rápido para edição em lote, validação contra políticas, prévia de impacto e confirmação com trilha de auditoria. Em vez de mais um “projeto de portal”, equipes de linha de frente recebem um palette de comandos para responder perguntas e executar ações diárias (“criar devolução”, “estender crédito”, “abrir Sev-2”, “lançar accrual”) em múltiplos sistemas, sem vasculhar 20 abas.

Essas extensões também viabilizam automações entre sistemas que nenhum fornecedor priorizaria: gatilhos como “se fatura lançada e variação >3% → redigir explicação → direcionar para aprovação”, ou “se ticket reaberto duas vezes → criar registro de problema → atribuir responsável → atualizar cliente”, com checkpoints humanos quando necessário. Com o tempo, as implementações mais valiosas tornam-se “pacotes de intenção” reutilizáveis — quote-to-cash, onboarding de fornecedor, fechamento de período — codificando não só o que fazer, mas como executar com segurança no seu ambiente.

Plataformas como Cell, da General Magic, tornam tangíveis os blocos para arquitetar workflows sob medida: specs OpenAPI transformam cada endpoint em ação, uma barra de comandos nativa executa chamadas reais de API, suportada por analytics, multitenancy, controles de segurança e RBAC, transferindo o foco de reconstruir interfaces para compor ações e políticas sobre sistemas já confiáveis.

Qual é o cenário final?

Os sistemas legados tendem a permanecer, mas deixarão de ser o local onde o trabalho acontece. ERPs, CRMs e suítes ITSM são profundamente integrados para serem substituídos no ritmo habitual; evoluem lentamente e continuam como sistemas de registro. O que muda é o “sistema de ação” voltado ao usuário: IA se torna a interface padrão para descobrir o funcionamento do sistema, executar workflows e entregar experiências modernas que ignoram a interface legada. Em outras palavras, a ponte vira a rodovia.

O software duradouro nesse segmento se parecerá menos com um chatbot e mais com uma camada operacional: plano unificado de dados e ações, modelo semântico de objetos de negócio e controles que garantem confiabilidade da IA em produção. Para o usuário final, em vez de aprender telas, campos e códigos de transação (e reaprender a cada mudança de UI ou processo), basta descrever o resultado desejado e o sistema executa. Perguntas de esclarecimento, prévia do que será feito, execução com as aprovações certas e trilha de auditoria. Fechar o ciclo é “criar devolução e notificar cliente”, “abrir Sev-2 e buscar incidentes relacionados”, ou “cadastrar fornecedor, coletar docs, direcionar aprovações e definir termos de pagamento” — tarefas que hoje exigem alternar entre SAP, Salesforce, ServiceNow e planilhas. Isso reduz erros e reversões, diminui dependência de conhecimento informal, acelera ciclos e minimiza o fardo de treinamento, pois a interface é orientada por intenção, sensível ao papel e autossuficiente.

O fosso se aprofunda com uso real: cada workflow bem-sucedido vira uma intenção reutilizável, cada exceção vira controle, cada artefato de migração vira linhagem viva, cada integração aprofunda o grafo de funcionamento da empresa. Com o tempo, a “camada de IA” será o espaço para entender impactos de mudanças, prevenir desvios, medir ROI e lançar novos workflows, mesmo que os sistemas subjacentes não mudem.

Este boletim é fornecido exclusivamente para fins informativos, não devendo ser considerado orientação jurídica, empresarial, de investimento ou tributária. Este conteúdo não constitui aconselhamento de investimento e não se destina ao uso por investidores ou potenciais investidores em quaisquer fundos a16z. O boletim pode conter links para outros sites ou informações de terceiros — a16z não verificou independentemente nem garante a precisão dessas informações. Caso haja anúncios de terceiros, a16z não revisou nem endossa os conteúdos ou empresas anunciadas. Investimentos ou empresas mencionados não representam todos os investimentos dos veículos a16z; consulte https://a16z.com/investment-list/ para a lista completa. Outras informações importantes estão em a16z.com/disclosures. Você recebe este boletim porque optou anteriormente; caso queira cancelar, pode se descadastrar imediatamente.

Isenção de responsabilidade:

1. Este artigo é republicado de [a16z]. Todos os direitos autorais pertencem ao autor original [Eric e Seema Amble]. Se houver objeção à republicação, entre em contato com a equipe Gate Learn para providências imediatas.

2. Isenção de responsabilidade: As opiniões expressas são exclusivamente do autor e não constituem orientação de investimento.

3. As traduções para outros idiomas são realizadas pela equipe Gate Learn. Salvo indicação contrária, é proibida a cópia, distribuição ou plágio dos artigos traduzidos.