O anúncio de que a Meta adquiriu a startup Manus, um dos agentes de IA mais avançados, por mais de US$ 2 bilhões não é apenas mais uma transação: é um sinal tectônico de que a autonomia da IA está deixando o laboratório e entrando nas engrenagens da economia. O Manus representa uma classe emergente de sistemas que não respondem apenas a comandos, mas executam tarefas completas de pesquisa, desenvolvimento e operações, desde análise de mercado até a construção de artefatos.
Enquanto isso, ferramentas como o Devin AI, o “engenheiro autônomo”, prometem transformar qualquer ideia em software funcional, usando apenas linguagem natural. O que antes exigia times técnicos, agora cabe num prompt. O efeito mais radical? A camada entre imaginação e execução está evaporando. O código virou bruma e o produto, um feitiço acessível a qualquer um.
O discurso de que “qualquer um pode construir um produto” esconde uma verdade incômoda: a qualidade média tende à mediocridade e a diferenciação real exige muito mais do que uma ideia empacotada num prompt. A consequência mais concreta? A camada intermediária entre intenção e execução está sendo erodida, mas não desaparece: ela se transfere para quem sabe orquestrar IA com discernimento, contexto e direção estratégica.
Na superfície, parece que o poder está se democratizando. No fundo, ele está sendo recentralizado: não em quem sabe programar, mas em quem detém os dados, os modelos e os canais de distribuição. O sonho de “criar com IA” virou corrida de fantasmas replicando templates em escala industrial (e poucos acabam saindo do lugar).
Nesse contexto, quero explorar aqui o que ando percebendo como os movimentos mais profundos, contraditórios e talvez até perigosos dessa nova economia da criação que está se formando. São tendências que não vieram do nada, mas vêm ganhando corpo nos últimos anos, e agora estão escancarando os limites do modelo atual.
O que pode estar vindo por aí
De time de engenharia pra time de IA
O jogo virou. O que vale agora é saber orquestrar agentes de IA que fazem o trabalho técnico, desde código até análise de dados, de forma autônoma. Não estou dizendo que acabou a engenharia, mas que ela pode estar mudando de forma. A inteligência não esta mais só nos cérebros humanos, esta nos fluxos que conectam humano, dado e IA de um jeito estratégico.
Tem gente achando que o diferencial é saber promptar. Mas o buraco é mais embaixo: A vantagem competitiva vem de saber montar esse ecossistema cognitivo, onde vários agentes conversam entre si, aprendem, ajustam e entregam valor com pouco atrito. E quem entende disso vai atropelar o resto. As grandes consultorias já estão dizendo isso abertamente: ou você vira IA-native ou vai viver apagando incêndio no seu dia a dia.
Nova lógica das aquisições
Outra coisa que poderá acelerar daqui pra frente: M&A pode virar outra coisa. Antes, era sobre comprar tecnologia, time ou acesso a mercado. Agora é sobre comprar capacidade cognitiva. É como comprar um time que nunca dorme, nunca reclama e entrega toda semana.
Minha aposta é que os investidores não estarão olhando só pra tração ou stack. A Accenture, por exemplo, já mapeou essa tendência, esta falando em “aquisições de capacidades autônomas”. Não é futuro. É agora.
Panorama de tendências emergentes para 2026
A fase final do No-Code: Prompt-to-Product
Estamos caminhando rapidamente da onda do no‑code, ferramentas visuais permitiam criar software sem escrever código, para uma fase ainda mais radical: o “prompt‑to‑product”, em que basta descrever o que se quer em linguagem natural para que sistemas autônomos planejem, construam, testem e, em alguns casos, até implantem aplicações completas.
Consultorias de tecnologia já falam em “AI‑native development platforms” como uma das principais tendências estratégicas de 2026, capazes de capacitar equipes pequenas a produzir soluções com eficiência antes inimaginável, graças a IA integrada diretamente no processo de desenvolvimento de software. Gartner
Relatórios como o da McKinsey mostram que empresas líderes estão experimentando agentes de IA que executam múltiplas etapas de workflows e automação: um sinal claro de que o uso de IA para criar tecnologia já está saindo do protótipo e entrando na operação real. McKinsey & Company
Isso é mais do que simples low‑code ou no‑code: trata‑se de compressão extrema da distância entre intenção e produto. A promessa de “qualquer um pode criar software” tem, sim, base técnica emergente, mas a realidade pode ser menos glamourosa do que o marketing sugere.
O lado duro da revolução
A profusão de produtos baratos e rasos é real: Com prompts transformando ideias em protótipos funcionais, facilmente vemos uma avalanche de soluções genéricas: muitos produtos lançados rapidamente, mas com poucos recursos reais de diferenciação e sem suporte sustentável para escalar ou sobreviver no mercado.
O diferencial competitivo se desloca: Não está mais em quem codifica melhor, mas em quem governa e orquestra IAs com competência selecionando dados, definindo critérios, monitorando resultados e gerindo complexidade. Essa habilidade estratégica se torna mais escassa e valiosa do que a habilidade técnica isolada.
O que consultorias estão dizendo para 2026
Gartner aponta que plataformas de desenvolvimento nativo de IA serão parte central da arquitetura de TI: simplesmente pressionar um botão para gerar código passará a competir com formas mais integradas de criação orientada a agentes inteligentes. Gartner
Forrester destaca que nem todas as empresas adotarão capacidades autônomas imediatamente: e que a transição de automação tradicional para agentes com capacidade de raciocínio será gradual e tumultuada, exigindo mudanças profundas de processos e cultura organizacional. Forrester
McKinsey mostra que grande parte das organizações ainda está nos estágios iniciais de escalar IA, e a integração profunda da IA nos workflows é um diferencial para gerar valor real, não apenas experimentação superficial. McKinsey & Company
O risco real além do hype
O maior perigo da era prompt‑to‑product não é que computadores escrevam código, mas que empresas e investidores confundam velocidade com valor. O mercado pode ser inundado por soluções superficiais que capturam atenção momentânea mas não resolvem problemas reais ou não se sustentam em ecossistemas complexos.
Num mundo onde “produto” pode nascer com um prompt, atenção, credibilidade e dados próprios tornam‑se a verdadeira moeda de diferenciação, muito mais do que a mera capacidade de gerar um protótipo.
Microempresas fantasmas e a nova casta de solo founders com IA
A crescente acessibilidade das ferramentas de inteligência artificial pode estar criando uma nova classe de empreendedores: solo founders automatizados. Não mais figuras simbólicas em pitch decks, esses empreendedores individuais usam agentes de IA, modelos generativos e ferramentas sem código para transformar ideias em produtos digitais funcionais com mínima infraestrutura humana.
Consultorias e pesquisas de mercado já sinalizam esse fenômeno como uma tendência real e mensurável: de acordo com a McKinsey Global Survey on AI, organizações em 2025 já relatam a adoção de agentes de IA capazes de executar múltiplos passos em um fluxo de trabalho — desde análise de mercado até tarefas operacionais — embora a adoção em larga escala ainda esteja em progresso. Isso significa que indivíduos e microempresas podem, tecnicamente, colocar produtos no mercado sem times tradicionais de desenvolvimento ou operações formais. McKinsey & Company
Esse movimento ecoa um modelo onde toda a infraestrutura crítica — geração de software, testes, deploys e até marketing básico — é mediada por IA ou plataformas autônomas. Artigos sobre empreendedorismo tecnológico documentam que, com ferramentas de IA poderosas e plataformas no‑code/low‑code, um fundador isolado pode efetivamente realizar o trabalho que historicamente exigia uma equipe inteira (ideação, prototipagem, desenvolvimento e operação).
Diferentemente de startups convencionais, essas microempresas não passam por ciclos de crescimento humano estruturado (contratação, cultura organizacional, processos repetíveis). Elas tendem a operar como entidades lean metabolicamente ativas, mas estruturalmente vazias. Chamá‑las de “startups” já é impreciso se entendermos startup como organização com capacidade de absorver complexidade social, iterar cultura e escalar times. O que está surgindo, em vez disso, são unidades economicamente funcionais, possivelmente com CNPJ, usuários e fluxo de caixa, mas com pouca profundidade organizacional.
Esse fenômeno também já é observado em análises de tendências de IA que destacam a transformação de workflows e a necessidade de integração mais profunda desses agentes inteligentes em processos de negócios reais para gerar valor escalável.
E o capital de risco? Esse deve permanece cauteloso, focando em startups que comprovem diferenciação via dados exclusivos, integração complexa ou infraestrutura proprietária, e não apenas execução operacional automatizada. McKinsey & Company
Mas aqui vale um reflexão: Essas microempresas “fantasma” não necessariamente são um erro de mercado: muitas capturam nichos pequenos, validam modelos de receita e geram lucro leve. Mas estruturalmente, elas não substituem empresas tradicionais nem criam ecossistemas robustos sem um elemento humano estratégico que governe, interprete e direcione a IA.
Essas habilidades vão muito além de simplesmente “pedir para a IA fazer algo”. Estudos acadêmicos confirmam que a expertise humana continua a moldar significativamente os resultados de empreendimentos baseados em IA, o que diferencia negócios com potencial de escalabilidade daqueles que apenas replicam funcionalidades superficiais. arXiv
Venture capital em crise de tese?
Em 2026, o mercado de venture capital (VC) pode passar por um ajuste estrutural profundo. O ciclo de financiamento hiperexpansivo dos últimos anos, em que empresas com pouco mais do que um pitch deck e a promessa de usar inteligência artificial conseguiam atrair capital de risco em grande volume, começa a se dissolver diante de métricas de valor mais duras e critérios muito mais rigorosos. Wall Street Journal+1
As grandes casas de investimento já apontam que 2026 será o ano em que uma parcela significativa de startups de IA será “desbastada". Boa parte destas iniciativas poderão ser eliminadas por falta de diferenciação real, baixa margem e incapacidade de converter hype em receita consistente. Para muitos investidores, a era em que qualquer coisa com “AI” no nome atraía fundos pode estar perto do fim. Wall Street Journal
Consultorias de grande porte e analistas estratégicos reforçam essa visão ao afirmar que 2026 marcará a transição da IA do status de experimento ou hype para um instrumento integrado de vantagem competitiva empresarial. Isso implica que o capital não está mais comprando “produtos funcionais”, mas capacidade de sustentar e escalar vantagem real em ambientes competitivos, especialmente quando essa vantagem envolve dados proprietários, integração profunda em fluxos de trabalho e sistemas de lock‑in tecnológico. EY
Em outras palavras:
Fundos de VC estão migrando de investimentos impulsivos para uma seletividade agressiva, priorizando startups com métricas duráveis (crescimento de receita, retenção de clientes e utilidade mensurável da IA), em detrimento de produtos autônomos que “parecem legais” mas não se traduzem em valor econômico claro. Wellington
A ideia de que um produto digital construído rapidamente por IA tem um moat sustentável está sendo substituída pela necessidade de moat baseado em dados exclusivos, integridade de fluxo e posições estratégicas em ecossistemas maiores. EY
Startups que não oferecem uma vantagem estrutural — seja pela centralidade de dados proprietários, modelos otimamente integrados ou forte dependência de processos corporativos críticos — enfrentarão dificuldade de captar capital além das fases iniciais. Wellington
O resultado prático dessa transição é claro: o valor de mercado vai se recalibrar para recompensar profundidade em vez de velocidade, e investidores estão reduzindo sua exposição a negócios que não demonstram vantagem competitiva sustentável. Wall Street Journal
Com base nessas premissas, arrisco dizer que a tese para 2026 é clara: os capitalistas de risco não vão mais apostar só na capacidade de construir rápido. O que realmente vai pesar é a habilidade de sustentar relevância e gerar impacto consistente dentro de um ecossistema cada vez mais saturado e imprevisível. E isso, definitivamente, exige bem mais do que um algoritmo funcional.
M&A como aquisição de capacidade cognitiva
No ecossistema tecnológico de 2026, minha aposta é que os movimentos tradicionais de fusões e aquisições vão começar a perder força, especialmente aqueles baseados só em produto ou talento humano. O jogo agora parece estar mudando de direção: o verdadeiro diferencial vai ser capturar e internalizar capacidades de IA, principalmente porque muita empresa ainda não consegue desenvolver isso sozinha, nem com time, nem com grana.
O que antes era uma corrida por produtos prontos ou equipes qualificadas agora inclui cada vez mais a compra de plataformas inteiras, pipelines de dados e até “unidades cognitivas”: conjuntos de sistemas de IA que funcionam como verdadeiros departamentos autônomos dentro de uma empresa.
Um exemplo bem sintomático desse possível novo padrão foi a aquisição da consultoria Faculty pela Accenture, por mais de 1 bilhão de dólares. Não foi só pelo portfólio ou pelas soluções que eles já tinham, foi uma jogada clara pra ampliar musculatura em IA aplicada a operações e serviços. É como se estivessem comprando, não um produto, mas uma nova capacidade operacional. Financial Times
Esse tipo de aquisição pode estar revelando dois vetores estruturais:
1) Capacidades de IA substituem funções completas: As empresas líderes já entenderam o jogo: não vale mais a pena comprar só tecnologia. Elas estão indo atrás de capacidades cognitivas completas — equipes, sistemas, modelos de IA prontos para rodar em escala. A ideia é clara: acelerar sua transformação digital sem ter que construir tudo do zero. O que está sendo comprado agora é poder de pensar e agir com IA: análise de dados de alto nível, modelos generativos que aprendem rápido, e motores de decisão que operam quase sozinhos. É quase como terceirizar um departamento inteiro para dentro de um algoritmo. E isso não é teoria, é o que gigantes como a Accenture estão fazendo. Financial Times
Da integração cultural à integração algorítmica
Antigamente, acquihires significavam trazer equipes humanas para dentro de uma organização maior, com foco no talento e na cultura. Em 2026, muitas aquisições são “acqui‑bots” no sentido prático: sistemas autônomos ou plataformas cognitivas que serão acoplados para gerar valor imediato, não necessariamente assimilados em estruturas organizacionais tradicionais.
O resultado é uma dinâmica onde:
Empresas compram capacidades, não apenas produtos ou talentos;
Estratégias de longo prazo dependem de como gerir inteligência artificial interna — e isso inclui governança, ética e integração técnica;
Valor real é medido em fluidez de uso dos agentes cognitivos em operações contínuas, não apenas em receitas futuras projetadas.
O Que isso poderá significar no mundo real?
Menos fusões impulsionadas por receita estática, mais fusões por vantagem cognitiva: Negócios poderão estar interessadas em comprar IA para reduzir incertezas, acelerar inovação e neutralizar concorrentes, não apenas para ganhar fatias de mercado. Bain
M&A como infraestrutura estratégica: Concorrentes que não adquirirem competências de IA integradas terão dificuldade de competir em velocidade e insight com quem já internalizou essas capacidades. Bain
Encerramento
Chegamos a um ponto estranho da história. Nunca foi tão fácil construir algo, e ao mesmo tempo, nunca foi tão difícil sustentar o sentido. A IA faz o trabalho. O produto existe. Mas pra quem ele serve? Por que ele deveria continuar existindo?
Estamos entrando numa era onde lançar não significa mais inovar. Onde operar não garante relevância. Onde escalar pode ser só repetir um erro com mais eficiência. A pergunta não é “o que você está construindo?”, mas “com quem, pra quê e a que custo simbólico?”
As startups zumbis que rondam por aí, os agentes que escrevem seus próprios releases, as aquisições que compram cérebros artificiais nos obriga a repensar o que é uma empresa, o que é um produto e o que ainda é humano nesse jogo.
Talvez o desafio real seja menos sobre competir com máquinas, e mais sobre lembrar o que é viver num mundo onde tudo pode ser feito, mas nem tudo precisa ser feito.
No fundo, a IA não está perguntando se você sabe programar. Ela está perguntando se você ainda sabe pensar, escolher e dicernir.