O que as vagas de FDE ("Forward Deployed Engineer") revelam sobre o futuro do SaaS
Algumas madrugadas atrás, com o notebook aberto e um café ao lado, eu pesquisava tendências do mercado de tecnologia quando um padrão me fez parar e perceber que à medida que percorria as páginas de vagas dos principais fornecedores de inteligência artificial do mundo, uma mesma família de cargos se repetia em praticamente todas elas. "Forward Deployed Engineer", Engenheiro de IA Aplicada, Especialista Avançado em Implantação e outras combinações sofisticadas das mesmas palavras.
Os títulos soam inéditos, mas o que eles descrevem não é. E é justamente essa distância entre o nome novo e a função antiga que me parece o movimento mais revelador do mercado de tecnologia neste momento.
Convém sermos honestos sobre o que está acontecendo. A inteligência artificial não matou os serviços profissionais. As empresas de SaaS apenas os rebatizaram com vocabulário do Vale do Silício e os trouxeram de volta para dentro da própria folha de pagamento.
Durante mais de uma década, o manual do SaaS foi construído sobre uma premissa quase religiosa. Software puro, autoatendimento e margens brutas acima de oitenta por cento. Serviços eram tratados como palavra suja, uma distração de baixa margem que os mercados públicos puniam sem piedade nas avaliações.
Empresas inteiras foram desenhadas para que nenhum humano precisasse tocar a implantação. A chegada da IA generativa parecia consagrar de vez esse modelo, afinal, se qualquer organização pode construir seus próprios agentes e aplicações, quem ainda precisaria de gente para implantar?
Essa linha de raciocínio bateu em um muro. Ela funciona bem em empresas menores, onde a pilha tecnológica é simples e os fluxos de trabalho são curtos. Mas a imensa maioria dos pilotos corporativos de IA trava quando encontra o mundo real, com seus dados legados, suas políticas de segurança particulares, sua governança e seus processos fragmentados ao longo de décadas.
A verdade é que o software não consegue se implantar sozinho e nunca conseguiu. A diferença é que, no ciclo anterior, o SaaS podia se dar ao luxo de ignorar os clientes complexos. No ciclo da IA, são exatamente esses clientes que sustentam os contratos que importam.
É nesse vácuo que entra o FDE. Um engenheiro que se senta na sala do cliente, mapeia como o trabalho de fato acontece e constrói soluções que funcionam dentro do ambiente concreto daquela organização, não dentro do ambiente idealizado do fornecedor.
A Palantir estruturou seu motor de crescimento sobre esse modelo há muitos anos, quando os analistas ainda a criticavam por parecer mais consultoria do que empresa de software. Hoje, os principais laboratórios de IA e as empresas B2B de tecnologia estão percebendo que precisam fazer exatamente o que ela fez.
O que isso significa para os grandes integradores de sistemas, como Accenture e Capgemini? Eles sentiram pressão real nos últimos tempos, à medida que os orçamentos migraram dos planos plurianuais de transformação digital para a implantação imediata de IA.
Mas o trabalho subjacente não desapareceu, ele foi transferido para o quadro de engenheiros do próprio fornecedor, e a demanda continua existindo, apenas mudou de endereço.
Aqui chegamos à pergunta de longo prazo, aquela que separa o comentário de tendência da compreensão estrutural. As empresas de tecnologia vão manter os FDE's internamente ou a história vai se repetir?
Em todos os ciclos anteriores de software, do ERP à nuvem, passando pelas plataformas de dados, os fornecedores acabaram percebendo duas coisas incômodas.
Trabalho de implementação personalizado corrói margens brutas, e não há como escalar dez mil implantações corporativas pagando salários de engenharia de elite. No fim de cada ciclo, o trabalho pesado foi repassado aos integradores e aos parceiros de canal, e as margens do software foram restauradas.
Minha leitura é que existe um critério objetivo para saber se dessa vez será diferente. O modelo FDE só funciona como ponte se cada implantação ensina algo reutilizável ao produto. Quando o mesmo mapeamento de fluxo e o mesmo tratamento de exceções continuam artesanais seis meses depois, os serviços não estão sustentando o produto, eles são o próprio negócio.
A transferência para parceiros acontecerá quando os modos de falha estiverem padronizados a ponto de permitir treinamento e certificação em escala, e não simplesmente quando os modelos ficarem mais fáceis de usar. Enquanto esse ponto não chega, as empresas de SaaS viverão uma contradição desconfortável entre o discurso de produto e a economia de serviço.
Há ainda uma camada que a discussão sobre margens costuma ignorar. O problema mais difícil das implantações corporativas raramente é fazer um modelo de linguagem funcionar. O difícil é integrar inteligência artificial em ambientes complexos, nos quais governança e soberania de dados pesam tanto quanto a qualidade técnica do modelo, e nos quais a resiliência operacional não é negociável.
Tenho chamado esse território de integridade decisória. Quando sistemas de IA deixam de apenas descrever e passam a executar, a pergunta central deixa de ser se a tecnologia funciona e passa a ser se a organização consegue confiar nas decisões que ela toma em seu nome. Confiança, aliás, segue sendo o principal valor na decisão de qualquer cliente, e nenhum título de cargo substitui isso.
Vejo essa mesma lógica no meu próprio trabalho de campo. Acompanhando a construção de um produto de inteligência artificial dentro da Horus Mentoria para redes de concessionárias, aprendi que a parte tecnicamente sofisticada quase nunca é o gargalo.
O gargalo está nos sistemas de duas décadas, nos relatórios exportados manualmente e nas telas que não conversam entre si. Se isso vale para um setor tradicional no Brasil, vale com ainda mais força para os contratos corporativos que os grandes fornecedores globais disputam.
Por essas razões, não acredito nem no cenário em que os FDE's desaparecem, nem no cenário em que as empresas de software viram consultorias disfarçadas para sempre. O desenho mais provável é um modelo em camadas. Os fornecedores mantêm a expertise profunda de produto e reservam seus engenheiros avançados para os clientes estratégicos.
Os integradores assumem a transformação em escala quando o conhecimento se torna transferível e certificável. Os clientes maduros conservam a propriedade do próprio domínio, porque ninguém conhece seus processos melhor do que eles. As fronteiras estão se movendo, não desaparecendo.
Para quem constrói ou lidera empresas de tecnologia no Brasil, essa tendência carrega um aviso prático. O produto sozinho não fecha mais a conta na venda corporativa, e menos ainda na de IA, e fingir margens de SaaS puro enquanto se opera como híbrido de produto e serviço é uma forma lenta de quebrar.
Melhor desenhar a operação de serviços com honestidade, precificar o conhecimento de implantação pelo valor que ele gera e tratar cada projeto como fonte de aprendizado para o produto. Inteligência aplicada de negócios é exatamente isso, a capacidade de fazer a tecnologia servir ao contexto real do cliente, e não o contrário.
Volto àquela noite de pesquisa. Entre tantas tendências que passaram pela minha tela, nenhuma dizia tanto quanto aquela lista de cargos, porque cada anúncio de FDE publicado por um fornecedor de IA é uma confissão silenciosa de que o software que se vende sozinho e se implanta sozinho ainda não existe.
A inteligência artificial não eliminou o trabalho de fazer a tecnologia funcionar no mundo real. Ela tornou esse trabalho mais caro e mais decisivo do que em qualquer ciclo anterior, e é nele que se separa quem vende promessa de quem entrega resultado.
A questão principal que divido é se você está conseguindo construir uma cultura e processos que são capazes de sustentar esse movimento.
Pois um dos grandes desafios está em não se criar um grande passado pela frente.
Comentários