Menlo Ventures: agentes respondem por 80% do uso empresarial de IA, e mercado chega a US$ 177 bilhões

Até pouco tempo atrás, a palavra “agente” era um toque da moda nas apresentações de startups, enquanto a IA aparecia na rubrica de “experimentos” dos orçamentos empresariais. A julgar pelo novo relatório da Menlo Ventures, isso mudou: a IA se tornou uma despesa relevante, e os chatbots já não fazem a maior parte do trabalho.

O que exatamente foi anunciado

O relatório State of Enterprise AI estima os gastos empresariais com IA em US$ 177 bilhões. Um ano antes, em 2025, o valor era de US$ 33 bilhões. Deedy Das, sócio da Menlo, disse no Bloomberg Tech que os agentes agora respondem por 80% do uso. Segundo ele, as empresas estão migrando dos chatbots para sistemas que executam tarefas complexas por conta própria. Ele também destacou que Anthropic e OpenAI dominam os gastos empresariais com APIs.

Uma ressalva importante: temos apenas um breve resumo da transmissão, sem a metodologia do relatório. Não está claro a que exatamente esses 80% se referem: tokens, requisições, dinheiro ou número de implantações. Isso não é um detalhe menor. Um agente faz muitas chamadas ao modelo para executar uma única tarefa, por isso sua participação no consumo de tokens quase inevitavelmente será enorme, mesmo que ainda existam mais implantações de chatbots do que de agentes.

Um exemplo simples de chatbot e agente

Um chatbot segue a lógica de “uma pergunta, uma resposta”. Um funcionário cola o e-mail de um cliente e recebe um rascunho de resposta. O modelo é chamado uma vez, a pessoa revisa o texto e envia.

O agente recebe a tarefa inteira: “resolva esta solicitação de devolução”. Ele abre o CRM, consulta o histórico de pedidos, verifica as condições de devolução, escreve ao cliente e atualiza o status por conta própria. Isso exige dezenas de chamadas ao modelo e várias ferramentas externas. A conta é simples: o número de usuários pode continuar igual, enquanto a conta da API se multiplica. Parte do crescimento de US$ 33 bilhões → US$ 177 bilhões provavelmente se explica por essa mudança, e não apenas pelo aumento no número de pessoas que abriram um chat.

O que fazer na prática

Para desenvolvedores. Calcule o custo por tarefa, não por requisição. Um agente que executa, em média, 30 etapas precisa de limites para o número de etapas e para o orçamento de tokens; caso contrário, um único fluxo preso em um loop pode consumir a cota mensal. Registre cada etapa e mantenha a possibilidade de reverter as alterações: quando o sistema escreve no CRM por conta própria, um erro acaba nos dados reais dos clientes.

Para profissionais de produto. O valor agora está em concluir um processo de ponta a ponta, mais do que em uma janela de conversa bonita. A pergunta para qualquer funcionalidade é: qual tarefa ela resolve do início ao fim e como vamos medir se a concluiu corretamente?

Para fundadores. O mercado está se concentrando em torno de dois fornecedores de modelos, e isso representa um risco: são eles que ditam preços, limites e condições. Inclua uma camada de abstração sobre o modelo para que trocar de provedor não exija reescrever o produto. O nicho de “mais um chatbot sobre uma API” parece cada vez mais difícil de defender.

Como interpretar esses números

O relatório foi elaborado por uma gestora de venture capital que investe nesse mesmo mercado, portanto tem interesse em mostrar um crescimento acelerado. As estimativas de gastos em estudos desse tipo costumam se basear em pesquisas e premissas de especialistas, e não nas faturas das empresas. A tendência provavelmente é real: os agentes de fato consomem mais recursos e estão entrando em produção. Mas é melhor tratar os números em si como uma referência, não como estatísticas exatas. Até que a metodologia seja publicada, os US$ 177 bilhões e os 80% devem ser citados com a ressalva “segundo estimativas da Menlo”.