O que realmente aconteceu com os Agentes na época de resultados do 2.º trimestre de 2026 nos EUA e na China

Autor: qinbafrank

Nos últimos dias, analisei os relatórios financeiros das empresas de Agentes nos mercados de ações dos EUA e da China, e a impressão que fica é forte: os Agentes começaram a sair das apresentações e a entrar nas demonstrações financeiras.

No ano passado, o mercado olhava para os Agentes principalmente para ver se os modelos conseguiam invocar ferramentas e completar tarefas em várias etapas, e quantos Agentes uma empresa tinha lançado.

Nesta época de resultados, os indicadores em observação mudaram claramente. Agora olha-se para quanto ARR e ACV os Agentes contribuíram, quantas novas encomendas trouxeram, quantos clientes entraram em ambiente de produção e quanto trabalho foi efetivamente concluído por trimestre.

Esta mudança é importante.

O facto de um produto funcionar apenas prova que a direção técnica é válida. O aparecimento de receitas, contratos, cobranças e lucros é que mostra que as empresas estão dispostas a pagar continuamente por esta capacidade.

Por isso, inclino-me a definir 2026 como o "ano inaugural da validação financeira" dos Agentes empresariais. Falo de um ano de validação, ainda longe da maturidade da indústria, mas pelo menos já surgiram os primeiros dados reais que podem ser inseridos em modelos financeiros.

1. Os EUA já deram a primeira resposta

As empresas que se destacam neste momento controlam, na sua maioria, os dados, permissões e fluxos de trabalho internos das organizações.

1. A ServiceNow registou receitas de subscrição de 3,877 mil milhões de dólares no segundo trimestre, um aumento homólogo de 24,5%; o ACV do negócio de IA ultrapassou mil milhões de dólares e as implementações de Agentes multiplicaram por nove em nove meses.

Muitos viam a ServiceNow como software de tickets de TI e fluxos de trabalho; agora parece cada vez mais o centro de controlo dos Agentes empresariais.

No futuro, as empresas poderão utilizar simultaneamente Claude, Gemini, OpenAI e vários modelos verticais. Que Agente pode aceder a que dados, em nome de quem executa tarefas, que ações precisam de aprovação e como reverter erros — tudo isto exige uma camada de governação unificada.

A sua oferta está a passar gradualmente de software de fluxos de trabalho para o sistema de identidade, permissões, monitorização e execução dos Agentes.

2. A validação da Salesforce também é direta

O ARR do Agentforce já ultrapassou 1,5 mil milhões de dólares, um aumento homólogo superior a 240%; o ARR combinado do Agentforce e do Data 360 aproxima-se dos 3,9 mil milhões de dólares. No segundo trimestre, o Agentforce e o Slack concluíram 3,2 mil milhões de Agentic Work Units, um aumento trimestral de 97%.

No passado, o mercado debatia a Salesforce com receio de que os grandes modelos contornassem o CRM e assumissem diretamente as vendas e o apoio ao cliente. Agora percebe-se que, para concluir tarefas empresariais, os grandes modelos continuam a precisar de dados de clientes, histórico de encomendas, estado dos contratos, leads de vendas e sistemas de permissões.

O Claude pode tratar da compreensão da intenção; a Salesforce detém o contexto de negócio e o canal de execução.

Claro que o crescimento homólogo de 240% deve ser visto com alguma reserva. A Salesforce alargou este trimestre o âmbito estatístico do ARR do Agentforce, incluindo outros produtos de IA, o Slackbot e o Headless 360. A direção é clara, mas o ritmo concreto de crescimento deve ser avaliado tendo em conta a mudança de critérios.

3. Os resultados da Workday também são representativos

A IA já é responsável por mais de 25% do novo ACV, e mais de 5.500 clientes utilizam pelo menos um Agente desenvolvido internamente pela Workday.

Estes dados mostram que, em cenários sensíveis como RH, finanças e auditoria, as empresas não simplesmente contornaram as plataformas de software existentes. Dados de colaboradores, regras salariais, políticas financeiras e permissões organizacionais estão armazenados na Workday, e os Agentes precisam de trabalhar ao longo destas vias determinísticas.

Para muitas empresas tradicionais de SaaS, a IA vai de facto reduzir parte das páginas, botões e lugares de baixo valor. Mas as plataformas que detêm dados essenciais e regras de negócio podem, pelo contrário, ganhar novas oportunidades de venda adicional graças aos Agentes.

4. A Palantir representa outra forma

As receitas do segundo trimestre cresceram 93% face ao período homólogo, e as receitas comerciais nos EUA cresceram 149%. O ponto forte da Palantir sempre foi ligar dados empresariais, objetos de negócio, permissões e processos de produção reais, e depois usar software para concluir decisões e execuções.

Muitos produtos de Agentes limitam-se a "gerar uma resposta"; a Palantir aproxima-se mais de "ajudar a empresa a concluir um resultado".

As empresas industriais preocupam-se com a redução do tempo de inatividade dos equipamentos, as da cadeia de abastecimento com a melhoria da rotação de inventário, e as equipas de vendas com o aumento da taxa de conversão. O que as empresas estão dispostas a pagar caro são normalmente estes resultados operacionais quantificáveis.

Olhando para estas empresas em conjunto, nota-se uma tendência clara:

As primeiras a beneficiar dos Agentes são, em geral, as que já estavam nos sistemas de negócio centrais das empresas.

A capacidade dos modelos é importante, mas a implementação de Agentes exige também dados, permissões, processos, auditoria e pontos de contacto com o cliente. Limitar-se a ligar um modelo e criar uma interface de chat terá uma barreira cada vez mais baixa. Foi também isto que referi no artigo longo sobre a entrada da adoção de IA na era da engenharia. Os SaaS que possuem verdadeiramente fluxos de trabalho e dados exclusivos essenciais controlam os pontos de entrada de trabalho, objetos de negócio, semântica de negócio, permissões de utilizadores, dados históricos de operações, registos de sistema, regras do setor, execução final de ações e feedback dos resultados dos clientes.

2. A mudança mais importante destes resultados é a alteração dos métodos de medição

No passado, para avaliar produtos de IA, o mercado olhava para utilizadores registados, clientes em fase de teste e volume de tokens. Estes indicadores provam interesse, mas dificilmente provam que o modelo de negócio funciona.

Agora, cada vez mais empresas divulgam: qual a contribuição da IA para o novo ACV, quanto ARR os Agentes geraram, quantos clientes passaram de teste para produção e quantas tarefas foram efetivamente concluídas.

O facto de a Salesforce ter começado a medir o volume de trabalho com Agentic Work Units é um sinal muito importante.

No passado, o SaaS cobrava sobretudo por utilizador: uma empresa com dez mil colaboradores comprava dez mil contas. No futuro, com os Agentes a concluir muitas tarefas, o modelo de cobrança poderá evoluir para:

Taxa base por utilizador + utilização de IA + tarefas concluídas;

Mais adiante, alguns cenários de alto valor poderão até ser cobrados com base nos resultados.

Por exemplo, quantos tickets o Agente de apoio ao cliente resolveu, quantas leads o Agente de vendas qualificou, quantos documentos o Agente fiscal processou, quantos eventos de risco o Agente de segurança encerrou.

Quando a unidade de faturação passar de "quantas pessoas usam o software" para "quanto trabalho o software concluiu", o teto de receitas do SaaS também mudará.

Passará a fazer parte dos custos de pessoal, despesas de subcontratação e orçamentos operacionais das empresas, em vez de se limitar a redistribuir o orçamento de TI.

3. Porque é que a melhoria da inteligência dos modelos fará dos Agentes uma indústria de longo prazo

Os Agentes têm um limiar de competência muito claro: se um Agente tiver 95% de sucesso numa tarefa de um passo, ao executar dez passos seguidos a probabilidade de concluir toda a tarefa com sucesso é de apenas cerca de 60%.

Por isso, os primeiros Agentes tinham um problema frequente: cada passo parecia correto, mas em processos longos começavam a falhar. As empresas ainda precisavam de funcionários para verificar, corrigir e refazer, e o tempo poupado acabava por ser pouco.

Com a melhoria da capacidade de raciocínio, do comprimento de contexto, da invocação de ferramentas e da memória dos modelos, esta situação vai melhorar gradualmente: quanto mais passos o Agente conseguir concluir em sequência, menos pontos de intervenção humana serão necessários, e trabalhos antes impossíveis de automatizar ultrapassarão o limiar de viabilidade comercial.

Não é um processo de desenvolvimento linear.

Uma pequena melhoria na capacidade do modelo pode apenas tornar as respostas mais fluidas; quando a fiabilidade ultrapassa um certo limiar, todo um fluxo de trabalho pode ser automatizado.

Por isso, as receitas dos Agentes poderão apresentar um forte crescimento não linear no futuro.

Hoje só organizam dados; no passo seguinte preenchem dados nos sistemas; mais adiante poderão submeter aprovações, acompanhar progressos e tratar exceções. Cada etapa adicional concluída aumenta claramente o valor comercial.

É também por isso que os Agentes não precisam de atingir primeiro a chamada inteligência artificial geral.

Fiscalidade, apoio ao cliente, operações de TI, qualificação de leads de vendas e processamento de documentos têm muitas tarefas com fronteiras claras, alta repetição e resultados verificáveis. Este é também o segundo cenário a seguir ao que referi sobre código malicioso:

Basta que o Agente consiga concluir de forma estável a maior parte destas tarefas para que o ROI do cliente se materialize.

4. A China também começa a validar, mas por um caminho diferente dos EUA

Nos EUA, as primeiras a apresentar resultados são as plataformas empresariais e as empresas de fluxos de trabalho; na China, merecem mais atenção os cenários verticais.

1. A Kingsoft Office registou receitas de 3,313 mil milhões de yuan no primeiro semestre, um aumento homólogo de 24,69%, e o WPS 365 manteve um crescimento superior a 60% durante seis trimestres consecutivos.

A vantagem da Kingsoft Office é evidente. Tem o ponto de entrada dos documentos, capacidades de formato, relações de colaboração e dados de escritório empresarial. No futuro, os Agentes de escritório poderão gerar, modificar, rever e entregar documentos diretamente, o que tem mais valor do que colocar uma janela de chat ao lado do documento.

Mas o lucro líquido atribuível aos acionistas da Kingsoft Office cresceu mais de 200% no primeiro semestre, em grande parte devido a rendimentos de investimentos. Ao analisar o negócio principal, é preciso excluir estes itens pontuais.

2. A Servyou é um caso típico de agente vertical no mercado chinês

No primeiro semestre, as receitas foram de 1,012 mil milhões de yuan, um aumento homólogo de 9,72%; o lucro líquido excluindo itens não recorrentes cresceu 44,04%. As receitas de produtos e negócios de IA já representam 33% das receitas do negócio fiscal digital, acima dos 28% do ano de 2025.

O cenário fiscal é muito adequado para agentes. As regras são relativamente claras, os dados são altamente estruturados, os resultados podem ser verificados e os clientes estão dispostos a pagar para reduzir custos de mão de obra e riscos fiscais.

Este tipo de negócio não exige que o modelo resolva tudo. Basta ser suficientemente fiável num nicho para gerar receitas reais.

3. Hand Enterprise Solutions

No primeiro semestre, as receitas do negócio de IA inteligente foram de cerca de 220 milhões de yuan, um aumento homólogo superior a 100%, já representando uma percentagem de dois dígitos das receitas da empresa.

A Hand trabalha há muito tempo na implementação de ERP, cadeia de abastecimento, produção e sistemas financeiros. A maior dificuldade na implementação de agentes empresariais está frequentemente na ligação a sistemas antigos, dados não padronizados e fluxos de aprovação complexos. A Hand conhece bem estas etapas e tem oportunidade de se tornar a camada de implementação e integração da IA empresarial na China.

Mas no mercado chinês é preciso prestar especial atenção à qualidade financeira; as oportunidades dos agentes são grandes, mas a dificuldade de análise pode ser maior do que nos EUA.

Muitas empresas ainda dependem de receitas baseadas em projetos. Se o negócio de IA pode ser estandardizado, se a margem bruta pode melhorar e se é possível passar de implementações pontuais para subscrições e cobrança por utilização contínua — tudo isto ainda precisa de observação.

5. A cadeia industrial dos Agentes poderá formar uma estrutura de quatro camadas

A primeira camada é a dos modelos de base e do poder computacional, que determina o limite superior da inteligência dos Agentes e o custo de inferência.

A segunda camada é a de dados, identidade, permissões e governança. ServiceNow, Salesforce e Workday disputam atualmente esta camada.

A terceira camada é a de orquestração e execução de fluxos de trabalho. Palantir, UiPath e alguns fornecedores de serviços de digitalização empresarial competem aqui.

A quarta camada é a dos Agentes verticais por setor, incluindo fiscalidade, escritório, jurídico, saúde, fabrico, apoio ao cliente e vendas.

Atualmente, a validação financeira mais clara está na segunda camada.

As empresas não se atrevem a deixar um Agente sem fronteiras de permissões e sem auditoria operar diretamente os sistemas centrais, pelo que as plataformas de dados e governança têm uma forte vantagem de posicionamento.

O maior potencial de crescimento a longo prazo poderá estar na quarta camada. Os agentes verticais podem corresponder diretamente a volumes de trabalho concretos, o ROI é fácil de calcular e é mais fácil entrar nos orçamentos de mão de obra e subcontratação.

A terceira camada determina se os agentes conseguem realmente entrar em ambiente de produção. Não basta o modelo pensar; é preciso ligar sistemas antigos, invocar ferramentas, tratar exceções e concluir o processo do início ao fim.

A UiPath será um caso de estudo muito importante. A empresa planeia divulgar os resultados do segundo trimestre após o fecho do mercado em 3 de setembro de 2026, hora do Leste dos EUA; nessa altura será possível avaliar melhor a velocidade da transição do RPA tradicional para a camada de execução de Agentes.

6. Como analisar as empresas de Agentes a partir de agora

No futuro, ao analisar este tipo de empresas, penso que vários indicadores serão cada vez mais importantes:

1. Ver primeiro o ARR, ACV e receitas reais relacionados com IA, e depois o número de clientes em ambiente de produção; o valor de referência dos clientes em fase de teste será cada vez menor;

2. Depois, ver a contribuição da IA para os novos contratos. O dado divulgado pela Workday de que "a IA representa mais de 25% do novo ACV" é mais significativo do que o número de agentes lançados;

3. Ver também o volume de invocações de tarefas, a taxa de sucesso de tarefas completas, a taxa de renovação e a taxa de expansão de clientes;

4. Por fim, voltar às demonstrações financeiras e observar a margem bruta após dedução dos custos de inferência, o ciclo de implementação, as contas a receber e o fluxo de caixa operacional.

Se cada agente implementado exigir muitos engenheiros e meio ano de personalização, aproxima-se mais dos serviços de TI tradicionais.

Se os agentes puderem ser replicados rapidamente e, quanto mais os clientes usarem, menor for o custo unitário, a alavancagem operacional das empresas de software será verdadeiramente libertada.

Por fim, a minha visão sobre os Agentes:

1) A melhoria da inteligência dos modelos determina quantas coisas os agentes podem fazer;

2) Os dados, permissões e fluxos de trabalho empresariais determinam se essa inteligência pode entrar em segurança nos sistemas de produção;

3) Os resultados reais das tarefas determinam quanto os clientes estão dispostos a pagar.

Cada atualização dos modelos alarga a fronteira das tarefas automatizáveis.

Hoje é programação, apoio ao cliente e documentos; depois entrará em finanças, vendas, cadeia de abastecimento, saúde e mais cenários profissionais. Com o aumento da fiabilidade, a verificação humana diminui e a economia unitária continuará a melhorar.

Por isso, os agentes são provavelmente uma nova indústria de melhoria de eficiência que pode durar muitos anos.

Mas esta oportunidade não será distribuída de forma equitativa.

Os primeiros vencedores serão provavelmente as plataformas que já controlam dados empresariais e processos de negócio. O segundo grupo será o das empresas da camada de execução capazes de implementar IA em ambiente de produção e fechar verdadeiramente o ciclo de tarefas. Na China, a elasticidade vem mais dos cenários verticais, mas a qualidade financeira e a estandardização das receitas exigem atenção redobrada.

2026 assemelha-se mais ao ano inaugural da validação financeira dos agentes. No passado, o mercado discutia quão inteligentes eram os modelos; a partir de agora, interessará cada vez mais saber: quanto trabalho concluíram, quanto dinheiro pouparam aos clientes e quanto valor entrou efetivamente nas receitas, lucros e fluxos de caixa das empresas cotadas.