Evan Armstrong: por que a camada de contexto muda a economia do software corporativo e da contratação

O analista de tecnologia Evan Armstrong propõe encarar a IA corporativa não como uma ameaça ao software em si, mas como uma redistribuição de valor dentro do stack. Na versão dele, o código e os produtos SaaS de interface ficam mais baratos, e o principal ativo das empresas passa a ser o contexto: o conhecimento sobre processos, acessos e a ordem das ações.

Por que o SaaS despencou

No artigo Context is King, publicado em 12 de fevereiro de 2026, Armstrong tenta explicar por que o mercado reavaliou de forma brusca os serviços clássicos de nuvem. Segundo ele, cerca de US$ 300 bilhões em valor de mercado de empresas de software desapareceram em meio ao medo de que a IA generativa reduza a criação de produtos aplicados a uma commodity. A lógica dos investidores parece grosseira, mas é compreensível: se um CRM, um painel analítico ou uma ferramenta interna podem ser montados a partir de instruções, por que pagar o prêmio do SaaS como antes?

Armstrong acha que não se trata só do hype em torno da geração de código. Ele aponta três mudanças mais profundas: a desaceleração do crescimento das empresas SaaS de capital aberto, a piora da margem bruta em produtos construídos desde o início em torno da IA e a queda dos custos de troca entre serviços. Desde 2023, pela estimativa dele, o ritmo de crescimento do SaaS público caiu de 36% para 17%, enquanto nos novos aplicativos de IA a margem por enquanto fica mais perto de 50–65% do que dos antigos 75–85%. Nesse modelo, o código fica mais barato e as avaliações antigas do negócio já não parecem sustentáveis.

Três camadas do stack

A ideia central de Armstrong é que o software corporativo hoje é mais bem descrito não como um conjunto de aplicativos separados, mas como um stack de três camadas. A primeira são os sistemas de registro e os bancos de dados, que não vão desaparecer, porque os agentes precisam se apoiar em registros verificáveis. A segunda são os aplicativos de interface, em que a pessoa clica em botões, consulta relatórios e executa tarefas isoladas. Na opinião do autor, é essa camada que corre mais risco de se tornar intercambiável.

O foco recai sobre a terceira camada, a de contexto. Ela não é só orquestração de agentes, mas o conhecimento acumulado da empresa sobre como o trabalho realmente é feito no dia a dia. Importam não apenas os regulamentos formais, mas também as dependências práticas: quem aprova exceções, onde o processo emperra, quais combinações de ações aceleram um negócio ou ajudam a encerrar um incidente. Para Armstrong, é essa camada que determina se o agente será útil no ambiente de trabalho ou ficará como uma demonstração bonita.

• quem tem acesso a quais dados
• quais ações podem ser executadas sem aprovação
• em que ordem andam vendas, compras, incidentes e suporte
• quais etapas levam com mais frequência ao sucesso e quais terminam em erro

Essa camada transforma o agente de executor em um sistema que escolhe a ação certa no momento certo. Ela também se acumula: cada execução de um fluxo de trabalho deixa rastros que tornam a próxima mais precisa. Por isso, o contexto deixa de ser um documento feito só para constar e vira um ativo com efeito cumulativo. No fundo, a empresa começa a codificar o próprio jeito de trabalhar para que possam usá-lo não só as pessoas, mas também os sistemas de IA.

“O contexto de como as pessoas trabalham, com o tempo, se torna o

contexto de como os agentes de IA trabalham ainda melhor”.

Quem vai ficar com a camada

A pergunta mais interessante aqui não é técnica, mas estratégica: quem será o dono dessa camada. Armstrong cita vários candidatos. A ServiceNow já tem penetração profunda nos processos corporativos, a Notion controla grandes volumes de documentos internos e bases de conhecimento, e a Glean constrói uma ponte entre a busca corporativa e o contexto corporativo. Em paralelo, OpenAI e Anthropic avançam pelo lado das plataformas de agentes, tentando virar um sistema operacional semântico sobre CRMs, bancos de dados e aplicativos internos.

Dessa lógica sai também uma conclusão desconfortável para o mercado de trabalho. Se a camada de contexto realmente começar a substituir os custos de coordenação, o dinheiro vai sair não só do orçamento de TI, mas também da folha de pagamento. A pressão vai recair não só sobre desenvolvedores de ferramentas internas simples, mas também sobre os cargos que se sustentam em e-mails, aprovações, repasse de tarefas entre departamentos e acompanhamento manual de processos. Trata-se da automação gradual da coordenação de escritório, e não apenas de mais uma rodada de otimização de desenvolvedores.

O que isso significa

A principal conclusão para as empresas é simples: ganham não as que apenas têm mais modelos ou um preço de token menor, mas as que mais rápido transformarem seus processos, permissões de acesso e lógica interna em um contexto pronto para agentes. Na nova corrida corporativa, o ativo mais caro não é a interface, mas o conhecimento de como a empresa realmente funciona.