U.S. SMID-Cap and Global Software competitive moats in an AI-agent world — Interpretação do relatório

Visão geral

Este relatório setorial reavalia como IA generativa, agentes de programação e a adoção mais ampla de agentes de IA empresariais podem mudar as vantagens competitivas de software. A conclusão central da Bernstein é que a IA não transforma todo software em commodity: ela pode elevar o valor de sistemas de linha de negócio profundamente integrados e enfraquecer vantagens baseadas sobretudo em complexidade de interface, posição de pioneiro ou profundidade funcional.

Visões principais

A Bernstein reexamina a preocupação de que agentes de IA possam contornar aplicações de linha de negócio (LoB), reduzi-las a sistemas passivos de registro e tornar sua substituição mais fácil. As evidências iniciais apontam na direção contrária. Agentes precisam de acesso a dados específicos da empresa, conhecimento contextual, permissões, observabilidade, segurança e controles de conformidade; também precisam armazenar trabalho em andamento, atualizar bases e grafos de conhecimento, colaborar com pessoas e outros agentes e registrar progresso em processos estruturados. Esses requisitos tornam sistemas LoB existentes ambientes operacionais úteis para agentes, e não obstáculos a serem contornados. Uma vez construído um agente eficaz em torno de fluxos e interfaces personalizados, reconstruí-lo em outra plataforma gera um custo de mudança grande e arriscado. A Bernstein cita o uso de agentes de programação de IA como exemplo inicial. Agentes que trabalham diretamente com plataformas LoB de gestão de projetos como Atlassian, Linear ou GitLab consomem menos de 50% dos tokens, levam menos tempo e têm mais probabilidade de sucesso. Como também devolvem trabalho e conhecimento à plataforma, podem aumentar o valor dos registros e do grafo de processos. A Atlassian é vista como especialmente bem posicionada por já estar no centro dos fluxos de equipes de produto; a ServiceNow pode obter benefício semelhante à medida que agentes empresariais se disseminem. A Datadog é apresentada como evoluindo para um papel LoB em operações de produto e nuvem. A Bernstein separa as vantagens tradicionais em resilientes, evolutivas e enfraquecidas. Efeitos de rede, barreiras regulatórias e infraestrutura profunda seguem fortes porque a IA não elimina a necessidade de escala, aprovações, redes de sensores implantadas, gasto de capital ou eficiência operacional. Na cibersegurança, CrowdStrike e SentinelOne se beneficiam de telemetria de endpoints; Palo Alto Networks e Fortinet, de sinais de segurança de rede; Zscaler e Cloudflare, de grandes redes proxy; e Okta, de sinais de identidade e seu ecossistema de desenvolvedores. Posições de hyperscalers e infraestrutura de nuvem também seriam difíceis de replicar devido à gravidade dos dados empresariais. A natureza das vantagens baseadas em dados está mudando. A Bernstein acredita que a coleta, limpeza e organização de dados estáticos se tornaram menos defensáveis, pois IA e ferramentas de nuvem de dados reduzem essas barreiras. Em contraste, dados operacionais proprietários e dinâmicos e integração de fluxos passam a valer mais: fornecedores podem aprender continuamente com casos de uso de clientes, melhorar fluxos e treinar modelos com dados contextuais indisponíveis a startups ou alternativas DIY. Esse volante de dados e aprendizado por reforço pode ser uma nova vantagem competitiva. A Datadog é o exemplo, pois o aprendizado a partir de necessidades de funcionalidades pode apoiar aprimoramento de código dinâmico e personalizado e maior velocidade de produto. Algumas proteções tradicionais parecem mais fracas. Interfaces em linguagem natural podem reduzir o lock-in criado por interfaces complexas, painéis e amplitude de recursos. O desenvolvimento mais rápido por agentes de programação pode corroer vantagens de pioneiro e de “tecnologia melhor”, salvo quando sustentadas por outra vantagem duradoura. A IA também pode facilitar a modernização de código legado, enfraquecendo plataformas proprietárias de desenvolvimento. A Bernstein recomenda cautela sobre propriedade da base de clientes, canais e marca: a mudança para novos compradores ou orçamentos ligados à IA pode criar um dilema do inovador, e uma marca legada pode se tornar desvantagem se clientes priorizarem inovação. A maior exposição à disrupção está em software SMB e de produtividade do usuário final, aplicações legadas e sua infraestrutura de suporte, aplicações CRUD simples e funções de segurança de aplicações ou nuvem que podem se tornar capacidades naturais de copilotos de programação e pipelines de operações em nuvem. Organizações menores costumam usar software mais padronizado e menos personalizável para acelerar a implementação; a Bernstein entende que entrantes nativos de IA podem oferecer mais personalização. Também vê risco em aplicações não críticas, que não são sistemas de registro e preenchem lacunas estreitas da organização. Entrantes tenderiam a surgir onde a IA cria novos compradores, orçamentos ou funções, e não por deslocamento direto de sistemas LoB profundamente integrados. A Bernstein destaca uma possível função e orçamento de “AI-Security” em equipes de CISO, fluxos de desenvolvimento além de gargalos atuais de CI/CD, espaços verdes entre categorias de aplicações e ferramentas para aplicações menos críticas. Fornecedores estabelecidos podem permanecer relevantes se atenderem ao sistema funcional de registro e inovarem o suficiente. ERP é o mercado de aplicações empresariais mais protegido, seguido de HCM e, em menor grau, CRM. A Bernstein reitera SAP e Microsoft como as empresas cobertas com maior probabilidade de serem vencedoras em IA; considera o SaaS central da Oracle altamente protegido e espera que o sucesso de OCI gere alta substancial. Para Workday, a Bernstein vê o negócio de ERP como resiliente e HCM como mais sensível à contratação global do que à IA, embora a competição de soluções pontuais exija inovação rápida. Não espera que fornecedores de plataforma CRM sejam deslocados, mas questiona sua capacidade de capturar valor impulsionado por IA. A ampla suíte de marketing, serviço e vendas da HubSpot é apresentada como contraponto ao receio de migração rápida de clientes SMB para aplicações nativas de IA ou próprias. Na Salesforce, a receita potencial de Agentforce pode compensar parte da pressão da IA, mas há incerteza sobre M&A e sobre se a IA desloca a experiência do usuário e a proposta de valor para Anthropic. GitLab é caracterizada por uma vantagem DevOps mais estreita e fraca; Zoom teria participação relativamente estável, mas limitada por concorrentes capitalizados e baixo poder de precificação.

Estrutura de análise

A Bernstein avalia vantagens de software perguntando se agentes de IA reduzem ou aumentam custos de mudança e testa essa lógica com exemplos iniciais de uso e posições específicas de produtos. Ela classifica vantagens por durabilidade —efeitos de rede, regulação, infraestrutura, integração de fluxos, dados, profundidade de produto e posição de pioneiro— e mapeia efeitos sobre aplicações empresariais, cibersegurança, operações de nuvem e software SMB.

Notas metodológicas

• Marco de estratégia competitivaFosso econômico e vantagem competitiva

  Análise de vantagens competitivas

  O relatório compara quais fontes de vantagem competitiva permanecem duráveis, evoluem ou enfraquecem quando agentes de IA mudam desenvolvimento, adoção e execução de fluxos de trabalho.

• Marco de estratégia competitivaAnálise da cadeia de valor

  Posicionamento em fluxos de trabalho e sistemas de registro

  A Bernstein examina a posição dos fornecedores em fluxos de clientes, fluxos de dados, permissões e processos operacionais para avaliar se agentes de IA reforçam ou contornam seu papel.

• Marco de análise setorialOutro

  Volante de dados e aprendizado por reforço

  O relatório descreve como o acesso a dados operacionais contínuos de clientes pode melhorar modelos e fluxos ao longo do tempo, dificultando que entrantes sem dados ou relacionamentos comparáveis alcancem incumbentes.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Atlassian (TEAM)

  Plataforma de linha de negócio para equipes de produto que pode se beneficiar da adoção de agentes de programação de IA.

  Pontos fortes

  Forte ponto de controle nos fluxos de equipes de produto; agentes já demonstram preferência por trabalhar em sua plataforma.

  Comparação

  Vista como realizando o benefício de agentes LoB antes da ServiceNow.

  Riscos

  Ferramentas CI/CD subjacentes e funções de equipe podem evoluir, exigindo adaptação contínua.

• ServiceNow (NOW)

  Software de linha de negócio que deve se beneficiar da expansão do uso de agentes de IA empresariais.

  Pontos fortes

  A posição integrada nos fluxos pode sustentar integração de agentes e custos de mudança.

  Pontos fracos

  O benefício pode surgir mais tarde que na Atlassian.

  Comparação

  Comparada à Atlassian como outro exemplo de vantagem LoB.

• Datadog (DDOG)

  Exemplo de vantagem evolutiva de dados e integração de fluxos.

  Pontos fortes

  Volante de dados em tempo real e velocidade de produto reforçam sua posição.

  Comparação

  O relatório argumenta que a velocidade de produto orientada por dados é ainda mais importante que efeitos de rede convencionais.

• CrowdStrike (CRWD), SentinelOne (S), Palo Alto Networks (PANW), Fortinet (FTNT)

  Fornecedores de cibersegurança apoiados por sinais implantados de endpoints ou de segurança de rede.

  Pontos fortes

  Grandes redes de sensores geram dados valiosos de detecção e resposta a intrusões.

  Comparação

  Seus negócios centrais são considerados relativamente protegidos contra deslocamento por IA.

• SAP (SAP), Microsoft (MSFT)

  As empresas cobertas que a Bernstein vê como mais prováveis vencedoras em IA.

  Pontos fortes

  SAP se beneficia do papel protegido do ERP como sistema de registro; Microsoft está posicionada em infraestrutura profunda e ecossistemas de software.

  Comparação

  São preferidas a categorias de software mais expostas.

• Oracle (ORCL)

  Negócio central de SaaS protegido, com OCI como vetor de alta.

  Pontos fortes

  A Bernstein considera o SaaS central altamente protegido.

  Comparação

  Posições ligadas a ERP e infraestrutura são vistas como mais protegidas que categorias de aplicações menos integradas.

  Riscos

  A execução de OCI é central para a tese de alta do relatório.

• GitLab (GTLB)

  Caso de uso DevOps mais estreito, com estrutura de vantagem mais fraca.

  Pontos fortes

  Posição estratégica existente em operações de desenvolvedores.

  Pontos fracos

  Concorrência potencial de laboratórios de IA e de código aberto pode corroer sua proposta de valor.

  Comparação

  Vista como menos protegida que plataformas de fluxo como Atlassian.

  Riscos

  Um laboratório de IA líder pode oferecer capacidades concorrentes ou buscar aquisição para acelerar sua estratégia.

• Zoom (ZM)

  Software de comunicação com infraestrutura, mas proteção limitada de pioneiro.

  Pontos fortes

  Alguma infraestrutura profunda sustenta posição de participação relativamente estável.

  Pontos fracos

  Microsoft e Google podem acompanhar o investimento em infraestrutura, e o poder de precificação permanece limitado.

  Comparação

  Menos protegida que fornecedores com efeitos de rede, lock-in de fluxo ou vantagens de dados mais fortes.

  Riscos

  Dificuldade para melhorar além de uma participação estável diante de concorrentes bem financiados.

Dados principais

• Eficiência de plataforma de agentes de IA<50% of tokensA Bernstein afirma que agentes de programação que usam diretamente plataformas LoB de gestão de projetos consomem menos da metade dos tokens, levam menos tempo e têm maior probabilidade de sucesso.
• Limite Outperform da BernsteinMore than 15 percentage pointsNa marca Bernstein, Outperform significa desempenho relativo esperado superior a 15 pontos percentuais frente ao índice de mercado relevante em 12 meses.
• P/E ajustado 2026E da Cloudflare331.5xValor da tabela em 11 September 2026.
• P/E ajustado 2026E da CrowdStrike221.7xValor da tabela em 11 September 2026.
• P/E ajustado 2028E da Oracle12.3xValor da tabela em 11 September 2026.

Impacto e implicações

O relatório argumenta que a disrupção impulsionada por IA deve ser avaliada pelo papel do fornecedor em fluxos críticos, não apenas pela categoria de software. Sistemas de registro, plataformas LoB personalizadas, redes de segurança e infraestrutura podem ganhar valor com a implantação de agentes; fornecedores dependentes de ferramentas simples, repositórios de dados estáticos, complexidade de interface ou vantagens de canais legados enfrentam mais pressão.

Riscos

• Entrantes nativos de IA podem ganhar tração onde surgirem novos compradores, orçamentos ou funções e incumbentes estiverem mal posicionados.
• Software SMB, aplicações CRUD simples, sistemas legados e aplicações não críticas podem ser mais vulneráveis a substituição habilitada por IA.
• A IA pode corroer vantagens de profundidade de produto, interface, pioneiro e plataformas proprietárias de desenvolvimento, salvo se sustentadas por vantagens mais fortes.
• Incumbentes podem enfrentar o dilema do inovador se a IA mudar a autoridade de compra ou reduzir o valor de marcas e canais legados.

Pontos a observar

• Se agentes de IA empresariais continuam a depender de plataformas LoB existentes e a enriquecê-las, em vez de contorná-las.
• A adoção de funções de segurança de IA e orçamentos dedicados de CISO que podem abrir oportunidades para novos fornecedores.
• Se fluxos de desenvolvimento após CI/CD geram novas categorias de software e compradores.
• A velocidade com que fornecedores SMB usam conhecimento de domínio, conhecimento semântico e relacionamentos com clientes para responder a entrantes nativos de IA.
• Evidências de que dados dinâmicos de clientes e aprendizado por reforço se convertem em melhorias mais rápidas de produto para plataformas incumbentes.
• A execução de Oracle OCI, a estratégia de IA e M&A da Salesforce e o ritmo da potencial competição de soluções pontuais em HCM.