O Origin identificou 27 casos de um mesmo movimento no mercado brasileiro: entrantes construídos em torno de IA desde o primeiro dia tomando participação de empresas estabelecidas, com clientes migrando de forma gradual e pouco visível.
Este guia é para lideranças de empresas incumbentes no Brasil — organizações com base instalada, marca conhecida e processos consolidados que começam a sentir pressão vinda de concorrentes muito menores. Ele cobre como esse tipo de disrupção se forma, por que os indicadores tradicionais demoram a registrá-la, quais defesas costumam falhar, quais ativos o incumbente subestima e como organizar uma resposta que não dependa de imitar o entrante.
O Que Define um Entrante Nativo de IA
Um entrante nativo de IA não é uma empresa que adotou IA. É uma empresa cujo desenho operacional pressupõe IA na camada de execução, não na camada de apoio. A diferença aparece no organograma: onde o incumbente tem uma área de operações com dezenas de pessoas e uma iniciativa de IA ao lado, o entrante tem um processo em que a IA executa e a pessoa revisa exceções.
Isso muda a estrutura de custo e, principalmente, a estrutura de tempo. O entrante consegue atender um cliente pequeno com a mesma margem de um cliente grande, porque o custo de servir não cresce na mesma proporção do volume. E consegue alterar uma regra de negócio em dias, porque a regra vive em linguagem e configuração, não em código acoplado a um sistema com quinze anos de camadas.
Na prática, os casos observados compartilham características recorrentes:
- Onboarding de cliente medido em horas ou dias, não em semanas
- Preço competitivo em faixas de cliente que o incumbente considera pouco rentáveis
- Produto que entrega o resultado final, não a ferramenta para o cliente chegar ao resultado
- Equipe pequena em relação ao volume atendido
- Ciclo de release curto, com mudanças funcionais frequentes e visíveis ao cliente
- Ausência de legado: nenhum sistema antigo a preservar, nenhuma base de contratos a proteger
Por Que a Perda de Share Chega Atrasada ao Relatório
O ponto mais perigoso desse padrão não é a velocidade do entrante — é a lentidão do sinal. Perda de participação para um concorrente nativo de IA raramente aparece como queda abrupta de receita. Ela aparece primeiro como mudança de composição: a receita se mantém, mas vem de menos clientes, mais concentrada e com renovações mais disputadas.
A Borda do Portfólio Cede Primeiro
O entrante quase nunca ataca a conta principal. Ele começa pelo serviço acessório, pelo módulo que o incumbente trata como complemento, pela operação que o cliente terceirizou sem grande critério. Como esse pedaço tem pouca receita associada, a saída dele não dispara alerta em nenhum comitê. Mas é por ali que o concorrente entra na rotina do cliente e constrói histórico de dados.
O Cliente Pequeno Sai Sem Avisar
Contas menores saem sem reunião de encerramento, sem feedback estruturado e sem registro de motivo. Em muitas organizações, o churn de cauda longa é tratado como ruído estatístico. Quando esse ruído se torna tendência, a empresa já perdeu a parte da base que funcionava como laboratório de novos produtos e como termômetro de preço.
A Renovação Vira Negociação de Preço
O terceiro sinal é qualitativo: renovações que antes eram administrativas passam a exigir desconto, escopo adicional ou nível de serviço mais rígido. Isso indica que existe uma alternativa crível na mesa do cliente, mesmo que ninguém a tenha nomeado. Quando o time comercial começa a defender preço com frequência incomum, a disputa de share já começou.
A Economia do Entrante Não É a Mesma Economia
Incumbentes costumam responder a esse movimento com a lógica que conhecem: aumentar eficiência, cortar custo, renegociar fornecedores. O problema é que o entrante não está competindo na mesma curva. Ele não está fazendo o mesmo processo mais barato — está fazendo um processo diferente, com menos etapas intermediárias.
Quando um processo de análise, classificação e resposta é executado por agentes, o custo marginal do próximo atendimento tende a zero e o tempo de ciclo deixa de depender de disponibilidade de equipe. Isso permite ao entrante oferecer previsibilidade — prazo fixo, resposta imediata, cobertura fora do horário comercial — que o incumbente só consegue entregar contratando mais gente. Competir por preço nesse cenário acelera a perda de margem sem reverter a perda de share.
A pergunta correta, portanto, não é quanto o concorrente cobra. É quantas etapas humanas existem entre o pedido do cliente e a entrega do resultado na operação atual, e quantas dessas etapas existem por necessidade real de julgamento.
O Que Costuma Falhar Como Defesa
Entre os casos observados, algumas reações se repetem — e se repetem porque são confortáveis, não porque funcionam:
- Lançar um chatbot no site e chamar isso de resposta estratégica
- Criar um comitê de IA sem mandato sobre orçamento, processo ou pessoas
- Rodar provas de conceito isoladas que nunca chegam a produção
- Reduzir preço na faixa atacada, corroendo margem sem mudar o custo de servir
- Apostar que a marca e o relacionamento seguram o cliente indefinidamente
- Esperar que o entrante quebre por falta de escala ou de conformidade
O ponto comum entre essas respostas é que nenhuma altera o custo nem o tempo de servir. Elas tratam o movimento como problema de comunicação quando ele é um problema de arquitetura operacional.
Os Ativos Que o Incumbente Subestima
A leitura pessimista desse padrão é que o incumbente perdeu antes de começar. Ela ignora que o entrante nativo de IA tem lacunas estruturais, e que o incumbente é dono exatamente do que falta ao outro lado.
O primeiro ativo é o dado histórico. Anos de transações, chamados, contratos, falhas, devoluções e inadimplência formam uma base que nenhum entrante consegue comprar. Esse dado só vira vantagem quando está organizado em torno de entidades de negócio consistentes — cliente, ativo, contrato, ordem — e não espalhado em dezenas de sistemas com chaves diferentes. É esse trabalho que separa dado acumulado de dado utilizável, e é o que a Prontidão de Dados para S/4HANA e o Diagnóstico de Maturidade e Estratégia de IA tratam antes de qualquer discussão sobre modelo.
O segundo ativo é a regulação e a responsabilidade. Em setores com obrigação formal, o cliente grande não troca de fornecedor por velocidade se a troca aumentar sua exposição. O incumbente que já opera dentro de regras pode transformar conformidade em diferencial, desde que consiga comprová-la de forma automática em vez de artesanal.
O terceiro é a distribuição. Base instalada, canais, equipe de campo e relacionamento com compradores são caros de construir. O entrante gasta anos nisso. O incumbente que coloca IA dentro de uma distribuição já existente ganha escala mais rápido do que o entrante ganha acesso ao mercado.
Como Transformar Base Instalada em Velocidade
A resposta eficaz não é criar uma frente de inovação paralela. É escolher dois ou três processos de alto volume e alta repetição, reconstruí-los com execução automatizada e medir custo por transação e tempo de ciclo antes e depois. Processos de atendimento, contratos, cobrança, ordens de serviço e conformidade costumam ser os primeiros candidatos porque concentram volume, têm regra explícita e geram evidência mensurável.
O erro recorrente é parar no piloto. Um piloto que não entra em produção não altera economia nenhuma; serve apenas para gerar conforto interno. Por isso faz diferença tratar a seleção e a entrada em produção como linha de montagem, com critério de priorização e portão de saída definidos, como propõe a Fábrica de Casos de Uso, apoiada por uma camada técnica comum em vez de uma stack por projeto, tema das Fundações de IA Corporativa.
Há ainda a dimensão de governança. Incumbente que opera sob contrato e sob regra não pode escalar IA sem saber quais modelos estão em uso, com que dado, sob qual autorização e a que custo. Montar esse controle no início custa pouco; montá-lo depois de vinte agentes em produção custa um projeto inteiro, razão pela qual o Inventário e Governança de IA tende a vir junto com os primeiros casos, e não depois deles.
O Papel da Union One na Resposta do Incumbente
A Union atua exatamente nessa travessia: pegar processos que hoje dependem de pessoas para existir e transformá-los em operação executável, auditável e mensurável. O Union One parte de processos descritos em português e os converte em agentes que executam, o que encurta o caminho entre a regra que a empresa já conhece e o sistema que a aplica — sem exigir que a organização reescreva seu core de uma vez.
Do lado comercial, a leitura de mercado que originou esta peça vem do Union Origin, que identifica movimentos e sinais públicos de prontidão de compra. Para a empresa que está perdendo share, o uso equivalente é defensivo: enxergar onde a concorrência está entrando antes que o movimento apareça na renovação.
E porque nenhuma dessas mudanças sobrevive sem estrutura interna, o Modelo Operacional de IA define quem decide, quem opera e quem responde quando um agente erra — a parte menos discutida e a que mais trava escala.
Primeiros Movimentos Para Uma Liderança
- Mapear onde a receita saiu por cliente e por linha, separando saída por preço de saída por experiência
- Listar os processos com maior volume de interações repetitivas e medir o custo unitário real de cada um
- Identificar quais decisões do dia a dia já seguem regra escrita e, portanto, podem ser executadas sem intervenção humana
- Escolher dois processos para levar a produção, com meta explícita de tempo de ciclo e custo por transação
- Definir governança de dados e de modelos antes do terceiro caso, não depois
- Formar o time interno para operar e questionar o que a IA produz, o que exige programa estruturado de Capacitação e Letramento em IA
O Que Medir Antes da Próxima Renovação
A métrica que antecipa esse padrão não é satisfação declarada nem participação de mercado no fechamento do ano. É o custo de servir por transação comparado ao que um concorrente sem legado conseguiria praticar, e o tempo entre o pedido do cliente e a entrega do resultado. Quando essas duas medidas se distanciam da referência de mercado, a migração de clientes é consequência aritmética, não surpresa competitiva.
Vinte e sete ocorrências do mesmo movimento sugerem que ele não depende de setor, de porte nem de sorte do entrante — depende da distância entre o que o cliente pode obter e o que a operação atual consegue entregar. A pergunta que cabe a uma liderança agora é direta: se um concorrente sem legado abrisse hoje atendendo exatamente a sua base, quanto do seu custo operacional ele precisaria carregar para ganhar a conta?
Como identificar se estamos perdendo mercado para um concorrente nativo de IA?
Os sinais iniciais são de composição, não de volume: saída de contas pequenas sem motivo registrado, perda de serviços acessórios dentro de clientes que permanecem e renovações que passam a exigir desconto ou escopo extra. Receita estável com base mais concentrada costuma indicar erosão em curso.
Reduzir preço é uma resposta válida para esse tipo de concorrência?
Raramente. O entrante compete com uma estrutura de custo diferente, em que o custo de atender mais um cliente é muito baixo. Cortar preço sem mudar o custo de servir reduz margem e não devolve participação. A alternativa é atacar o número de etapas humanas entre o pedido e a entrega.
Que vantagens uma empresa estabelecida ainda tem diante de um entrante sem legado?
Três: dado histórico de transações, contratos e falhas que o entrante não tem como comprar; conformidade já operante em setores regulados; e distribuição com base instalada, canais e relacionamento. Essas vantagens só contam quando o dado está organizado e a conformidade é comprovável de forma automática.
Por onde começar sem parar a operação atual?
Por dois processos de alto volume e regra explícita, levados até produção com metas de tempo de ciclo e custo por transação. Pilotos que não entram em produção não alteram a economia do negócio. Governança de dados e de modelos deve ser definida junto com os primeiros casos, não depois.
Se esse padrão parece familiar na sua operação, vale acompanhar as próximas leituras de mercado que publicamos por aqui.
Foto: Rohit Tandon / Unsplash