©2026 MIT Sloan Management Review Brasil. Todos os direitos reservados. A reprodução, total ou parcial, é proibida sem a autorização prévia e expressa do CNEX.

Em 2 de julho de 2026, a Microsoft anunciou a Microsoft Frontier Company: uma organização de US$ 2,5 bilhões e 6 mil pessoas que incorporará engenheiros de software às operações dos clientes para projetar, desenvolver, implantar e operar sistemas de IA no local. No fim de junho, a Amazon havia comprometido US$ 1 bilhão com uma iniciativa semelhante de engenharia avançada alocada nos clientes. Poucas semanas antes, OpenAI e Anthropic também se mexeram na mesma direção. OpenAI lançou uma “empresa de implantação” independente (“deployment company” é o conceito originalmente utilizado), respaldada por mais de US$ 4 bilhões em capital liderado pela TPG; Anthropic constituiu uma joint venture de serviços para corporações com US$ 1,5 bilhão de investimentos, em conjunto com Goldman Sachs, Blackstone e Hellman & Friedman.

Ou seja, em cerca de 60 dias, os quatro mais importantes provedores de plataformas de IA do mundo declararam, com capital e não apenas com retórica, que o próximo mercado que pretendem conquistar não é o de software. É o universo de mais de US$ 6 trilhões em serviços profissionais que, historicamente, tem sido domínio exclusivo de consultorias, integradores de sistemas e institutos de inovação.

O que esse movimento significa? Que Microsoft, OpenAI, Anthropic e Amazon leram David Teece: o economista neozelandês diz que, quando os ativos complementares de uma inovação são especializados e o regime de apropriação de valor é fraco – os modelos estão se comoditizando e a imitação é instantânea –, os lucros não ficam com o inovador, mas com quem controla os ativos complementares. Então, as quatro estão destinando, juntas, US$ 9 bilhões para a engenharia avançada alocada nos clientes, ou seja, para os ativos complementares.

O movimento também significa uma nova fase do avanço da inteligência artificial nos negócios. Já entendemos que, com a IA, temos vivido um processo de quatro estágios: IA como ferramenta, como copiloto, como agente operacional e como agente econômico. Certo? A nosso ver, o movimento das quatro big techs representa bem a fronteira entre o terceiro e o quarto estágio. Trata-se do ponto em que a camada de plataforma deixa de vender instrumentos para a realização do trabalho e passa a vender o próprio trabalho, tendo como output a solução operada em si e seu respectivo ciclo fechado de aprendizagem.

Emerge assim uma empresa de fronteira, resultante de um movimento de integração vertical em direção aos ativos complementares nos quais fica retido o valor decorrente da comoditização dos modelos. Para os mais atentos, não há surpresas: o movimento confirma um cisne vermelho que já estava em curso havia uma década. Mas isso tem uma série de implicações sobre as quais pouco nos debruçamos, e três delas serão tratadas mais profundamente neste artigo.

Um ponto de partida que deve ficar explícito é que este artigo confronta a leitura do mercado sobre esse momento de fronteira, com o conhecimento agêntico se impondo, uma leitura que eu chamo de “tese maximalista da transmutação”, segundo a qual “o jogo acabou” – “game over”, como eles dizem. Os maximalistas dizem o seguinte:

A recombinação do conhecimento foi resolvida por conjuntos de agentes; a vantagem de coordenação das organizações humanas chegou ao fim; toda empresa de consultoria precisa se transformar em operadora de soluções proprietárias, sob pena de ser desintermediada; instituições concebidas para promover o encontro entre pessoas são obsoletas por definição; e o número de funcionários passa a ser um passivo sempre que não atuar como multiplicador.

Discordo. Entre outras razões, essa leitura erra por confundir velocidade com tempo. A velocidade de lançamento dos modelos é uma coisa; a velocidade de adoção por organizações, sistemas regulatórios e sociedades é outra. É no intervalo entre os dois que a estratégia se desenvolve. Instituições cuja trajetória é medida em décadas – universidades, institutos e profissões – absorveram todas as tecnologias de propósito geral anteriores, não por igualar sua velocidade, mas por governar seu tempo de incorporação. Apostar na obsolescência completa dessas instituições tem sido uma estratégia perdedora há dois séculos.

Três implicações principais

As empresas de fronteira têm três efeitos claros:

• a confiança arquitetada é o ativo decisivo do setor de serviços de consultoria em inovação e transformação,
• há mudanças estruturais nas organizações do setor e em sua pirâmide profissional e
• na geoeconomia do conhecimento agêntico, o Sul Global pode atuar (novamente) como colonizado.

A confiança. À medida que a análise se comoditiza, a síntese se torna barata e as recomendações passam a ser muito fáceis de reproduzir, aquilo que um cliente compra, em última instância, de qualquer interlocutor cognitivo externo não é inteligência – porque agora inteligência existe em abundância. Ele compra o direito de confiar: seja na integridade do processo que produziu uma resposta, na independência de quem a subscreveu e na responsabilização de alguém que possa responder por ela quando estiver errada. Todas as funções que, em nossa análise, sobrevivem à automação – julgamento, certificação, atribuição e governança – são modalidades de confiança.

Então vem a má notícia: a forma de confiança da qual o setor tem vivido está morrendo. Vamos chamá-la de “confiança presumida”, uma neutralidade que uma empresa reivindicava por meio da marca, da reputação e da alegação de que não tinha interesses em jogo. Confiava-se em uma empresa porque se acreditava nela, e não porque sua neutralidade pudesse ser verificada. A confiança presumida era viável quando o único produto do consultor era o aconselhamento.

Mas esse tipo de confiança não sobrevive à transmutação – para nenhum ator:

• Proprietários das plataformas não podem oferecê-la por definição: o engenheiro de software incorporado à operação do cliente também funciona como canal de distribuição da plataforma, e cada fluxo de trabalho reconstruído em torno dela amplia sua vantagem defensável. Mesmo que, em teoria, o cliente possa trocar de modelo, sistemas desenvolvidos por engenheiros da Microsoft tenderão naturalmente a operar na nuvem da Microsoft, tornando a saída progressivamente mais cara.
• As grandes empresas de consultoria e transformação tampouco podem oferecê-la: elas são, ao mesmo tempo, as maiores parceiras das plataformas e suas concorrentes, enquanto suas próprias unidades agênticas desenvolvem e operam, cada vez mais, soluções nas quais têm interesses próprios.
• Boutiques especializadas e institutos de inovação não podem simplesmente herdar essa confiança. No momento em que uma boutique segue as recomendações deste relatório – operando plataformas, executando soluções e acumulando aprendizado em conjuntos proprietários de agentes –, ela também passa a ter interesses em jogo.
  

Se a confiança não pode ser mais presumida na economia agêntica, o que a substitui é o que chamamos de confiança arquitetada: independência e integridade demonstradas por meio da engenharia de software e verificadas por terceiros, em vez de apenas afirmadas com base em reputação.

Eis seus componentes concretos:

• Uma taxonomia pública de domínios: onde a empresa opera soluções — e, portanto, não prestará consultoria a concorrentes —; onde atua como consultora — e, portanto, compromete-se a não operar soluções durante determinado período —; e onde exerce as duas atividades em camadas segregadas, com o consentimento informado do cliente.
• Segregação por engenharia: instâncias separadas de agentes e dados para cada cliente e para cada lado de todas as barreiras estabelecidas. O vazamento do contexto da consultoria para as soluções da própria empresa deve ser uma impossibilidade técnica, e não apenas algo proibido por uma política interna. Cada resultado produzido deve contar com registros de procedência e rastreabilidade.
• Auditoria de economia agêntica: alegações de geração de valor medidas segundo mecanismos de mensuração inspirados no modelo de economia responsável REAIS e verificadas por partes que não tenham qualquer interesse no resultado — a função de auditoria da economia agêntica.
• Lista negativa: a relação pública de tudo aquilo que a empresa jamais fará — o instrumento de governança mais barato e confiável disponível, porque transforma compromissos de marketing em elementos de identidade.

Duas propriedades dessa arquitetura merecem destaque. Primeiro, um interesse declarado pode ser mais confiável do que uma neutralidade apenas afirmada. Segundo, a confiança arquitetada deve ser vista como uma linha de negócios e uma vantagem defensável, não um custo adicional.

Mudanças estruturais. A escala do setor estabelecido de serviços de transformação e inovação continua formidável. A Deloitte encerrou o ano fiscal de 2025 com receita global de US$ 70,5 bilhões, tornando-se a primeira empresa de serviços profissionais a ultrapassar a marca de US$ 70 bilhões, com crescimento de 4,8% em moeda local. A Accenture registrou US$ 69,7 bilhões no ano fiscal de 2025, alta de 7%, e um recorde de US$ 80,6 bilhões em novos contratos. A Capgemini chegou a € 22,5 bilhões, crescimento de 3,4% a taxas de câmbio constantes. A CI&T avançou 13,2% em moeda constante, para US$ 489,7 milhões, com crescimento orgânico de 19,3% no quarto trimestre.

O indicador mais acompanhado entre as empresas estabelecidas talvez seja a operação de IA generativa da Accenture: US$ 5,9 bilhões em contratos de IA gen e US$ 2,7 bilhões em receita combinada de IA generativa e agêntica no ano fiscal de 2025 — três vezes mais do que no ano anterior —, apoiados por 77 mil profissionais de IA e dados e por mais de 550 mil funcionários treinados nos fundamentos da tecnologia. São números genuinamente impressionantes. Mas também são, estruturalmente, pequenos: representam cerca de 4% da receita e 7% das contratações. Os 96% restantes do negócio ainda monetizam, de uma forma ou de outra, a pirâmide alavancada por mão de obra que a entrega agêntica está dissolvendo.

Essa é, em miniatura, a equação das empresas incumbentes: o novo motor é real, crescente e lucrativo — mas o motor antigo, que vem perdendo valor por unidade de trabalho entregue, é 20 vezes maior ainda. O atual momento de fronteira intensifica cinco pressões que já incidiam sobre as grandes empresas do setor: compressão das margens no núcleo analítico; inversão da pirâmide profissional (o modelo de aprendizagem que transforma analistas juniores nos futuros sócios da empresa perde sua base econômica quando agentes sintéticos passam a executar o trabalho da camada de analistas; em cinco a oito anos, haverá escassez de capacidade de julgamento sênior); desintermediação vinda de cima (engenheiros de software das plataformas incorporados às operações dos clientes e com acesso direto ao roteiro de desenvolvimento dos modelos); internalização de capacidades pelos clientes; inversão do mercado de talentos (as grandes empresas de consultoria agora precisam disputar orquestradores metacognitivos com empregadores que oferecem remuneração na escala das plataformas e proximidade com as pesquisas situadas na fronteira tecnológica).

Não se deve esperar a substituição dessas grandes consultorias, porque elas dispõem de ativos poderosos, como relacionamentos de décadas com clientes, conhecimento regulatório e setorial profundo, capacidade de gestão da mudança numa escala que nenhuma organização de engenharia possui, infraestrutura global de entrega e balanços que lhes permitem adquirir aquilo que não conseguem desenvolver internamente. Tanto que a própria iniciativa de fronteira da Microsoft chamou Accenture, Capgemini e EY como parceiras de lançamento, a fim de estas lhe fornecerem conhecimento setorial, gestão da mudança e melhoria contínua. Um cenário de coopetição armada, tratado adiante, é o que se espera.

E as integradoras de sistemas indianas offshore — como TCS, Infosys, HCLTech e Wipro — e suas equivalentes latino-americanas nearshore? Bem, elas construíram suas operações sobre uma única vantagem: mão de obra de engenharia de software economicamente competitiva, oferecida em escala além das fronteiras nacionais. Essa arbitragem está sendo atacada por dois lados: (1) a geração agêntica de código reduz o volume de horas de engenharia rotineira que os clientes precisam comprar, independentemente do preço e (2) as iniciativas de engenharia avançada alocada nos clientes que reúnem o que a entrega de fora não oferece – presença física nas operações, proximidade com os modelos e responsabilização pelos resultados.

O único reposicionamento durável é para cima: em direção à orquestração, à profundidade de domínio e à responsabilidade pelos resultados.

Geoeconomia e o Sul Global. A análise econômica vigente pressupõe que o conhecimento recombinado pelos sistemas agênticos simplesmente existe — e que é um insumo gratuito, como o ar. Não é assim. Nenhuma análise deste momento de fronteira será completa (ou honesta) se não enfrentar a pergunta que o setor menos deseja formular: quem produziu a matéria-prima da inteligência de máquina, quem captura seu valor e o que acontece com a produção do conhecimento quando essas duas respostas se afastam permanentemente? Uma resposta é: os modelos fundacionais (e seus acionistas).

Outra resposta é: o trabalho intelectual do qual os modelos LLM se apropriaram – em grande parte sem consentimento, remuneração ou rastreabilidade. As duas interpretações são verdadeiras ao mesmo tempo. É exatamente por isso que a questão pertence à economia política, e não apenas à engenharia. O mecanismo merece um nome preciso: recombinação sem rastreabilidade. Um modelo não copia; ele dissolve. Seu resultado não cita; ele sintetiza.

Os riscos estruturais disso se acumulam:

• Eticamente, deteriora-se a norma de atribuição que sustentava a produção do conhecimento.
• Juridicamente, apenas começou uma década de disputas judiciais sobre dados de treinamento, resultados derivados e responsabilização retroativa.
• Institucionalmente, os produtores dos insumos — universidades, institutos, editoras, consultorias e criadores independentes — perdem o modelo econômico que financiava a produção do próprio corpus consumido pelos modelos. Levada ao limite, essa apropriação destrói sua própria fonte: é a tragédia dos bens comuns em sua forma cognitiva.
• Sistemicamente, o risco é a concentração: um pequeno grupo de proprietários da infraestrutura passa a extrair renda da inteligência agregada de todos os demais. É a preocupação que o ensaio de Nadella sobre “permissão social” formula a partir de dentro da própria camada das plataformas.

Porém, para o Brasil e o Sul Global, o que está em jogo tem um nome mais contundente: colonização cognitiva. O padrão é conhecido das antigas economias extrativistas: a periferia fornece a matéria-prima — dados, casos, talentos e pesquisas financiadas com recursos públicos — e importa o produto acabado — inteligência empacotada — a preços monopolistas. Desse modo, acrescenta-se um déficit cognitivo estrutural ao já conhecido déficit tecnológico.

Uma região que forma orquestradores, preserva instituições confiáveis e governa seus próprios bens comuns de dados participa da economia agêntica como agente. Uma região que apenas consome essa economia participa como mercado. Esse conflito — conhecimento aberto versus inteligência proprietária — organizará a política dos próximos dez anos.

Entre esses dois polos, começam a ser concebidas as inovações institucionais que efetivamente decidirão o resultado:

• data trusts setoriais (um data trust é é uma estrutura legal e técnica que gerencia e compartilha dados em nome de um grupo de pessoas ou organizações, funcionando como um intermediário neutro);
• licenças remuneradas para treinamento;
• regimes obrigatórios de rastreabilidade da origem;
• modelos abertos e auditáveis;
• mecanismos de compartilhamento de valor entre os produtores e os recombinadores do conhecimento.

O vencedor é predeterminado? Não. O que vale reforçar é que todos os riscos listados representam categorias de serviços: auditoria de procedência e rastreabilidade; desenho e operação de data trusts; estruturação de licenças para treinamento; regimes de compartilhamento de valor; consultoria para governos e produtores de conhecimento que precisam navegar essa disputa. Para uma empresa de estratégia, as controvérsias da década também são os mercados da década.

Cenários até 2030

Quatro cenários delimitam o espaço plausível para o setor de transformação até 2030. Eles não têm a mesma probabilidade, não são mutuamente excludentes entre regiões e segmentos e — um aspecto que este relatório torna explícito – dependem do estágio em que a IA se encontra entre os quatro possíveis (IA como ferramenta, como copiloto, como agente operacional e como agente econômico):

Cenário A — Absorção pelas plataformas: os hyperscalers dominam toda a cadeia.

A engenharia avançada alocada nos clientes demonstra ser operacionalmente escalável; a precificação por resultados supera o modelo de tempo e materiais sempre que o trabalho está claramente especificado; as unidades de IA das grandes empresas de consultoria crescem, mas nunca conseguem escapar do peso da pirâmide legada.

Levado ao estágio 4, o estado final deste cenário é ainda mais radical: a engenharia incorporada funciona como estrutura provisória para a criação de soluções operadas — serviços pertencentes às plataformas que executam funções dos clientes de ponta a ponta e se aperfeiçoam por meio de ciclos fechados de aprendizagem, nos quais:

a operação gera dados → os dados aprimoram os agentes → os agentes aprimoram a operação.

Quando esses ciclos se fecham em escala, a vantagem passa a se reforçar sozinha, e a janela para a concorrência independente nos domínios afetados efetivamente se fecha.

Até 2030, veremos, caso esse cenário se confirme:

• entregas pertencentes às plataformas ou fortemente vinculadas a elas capturam a maior parte dos gastos com transformação relacionada à IA;
• duas ou três grandes empresas do setor se fundem ou encolhem radicalmente;
• as boutiques sobrevivem apenas no nicho da confiança arquitetada;
• os exportadores de serviços offshore enfrentam uma forte reprecificação; e
• tensões de economia política —como concentração, apropriação e permissão social — deixam de ser tema de ensaios e passam a ser objeto de legislação.

Quer saber quais os indicadores de que estamos a caminho do cenário A? Ei-los, em ordem crescente de intensidade:

• organizações de fronteira ultrapassam 25 mil engenheiros incorporados às operações dos clientes até 2028;
• a primeira solução operada por uma plataforma substitui integralmente uma função empresarial terceirizada numa companhia da Fortune 500;
• ocorre um “momento Netscape”: uma grande empresa global anuncia publicamente a substituição de um programa específico de consultoria por capacidade agêntica interna ou fornecida por uma plataforma, reprecificando, em um único trimestre, todas as conversas nos conselhos de administração do setor;
• a relação entre novos contratos e receita das empresas estabelecidas permanece abaixo de 1,0;
• os múltiplos de aquisição das boutiques nativamente agênticas disparam, à medida que as grandes empresas compram capacidades sob pressão.

Perez interpretaria esse cenário como um período de implantação capturado pelo capital do período de instalação — configuração que, historicamente, acaba provocando uma ruptura regulatória.

Cenário B — Equilíbrio de coopetição armada; em nossa avaliação, esse ainda é o resultado isolado mais provável.

O modelo de engenharia avançada alocada nos clientes funciona, mas não consegue ganhar escala culturalmente: as plataformas descobrem que gestão da mudança, regulamentações setoriais e política organizacional resistem a soluções puramente técnicas — exatamente como preveem os defensores das grandes consultorias.

Surge uma divisão de trabalho duradoura com o cenário B:

• as plataformas controlam a camada de engenharia mais próxima dos modelos;
• as grandes empresas de consultoria e transformação controlam a governança dos programas, a mudança organizacional e o contexto setorial;
• as especialistas controlam a confiança arquitetada, a estratégia e a arquitetura;
• as instituições fornecem orquestradores e pesquisa aplicada por meio das funções reinventadas (como parte da reinvenção agêntica, suas funções podem passar a ser orquestração inter-instituições. certificação em escala, gestão fiduciária de dados, formação industrial de orquestradores etc.).

As margens se comprimem para todos na parcela comoditizada do mercado. As grandes empresas concluem uma transição dolorosa, mas viável, para a precificação por resultados, operando talvez com apenas 40% a 60% da densidade de receita anterior.

Esse equilíbrio contém uma instabilidade interna que precisa ser explicitada: a coopetição é uma corrida de aprendizagem.

Cada projeto realizado em conjunto transfere disciplinas de entrega para as plataformas mais rapidamente do que transfere intimidade com os modelos para as grandes consultorias. Por isso, o cenário B deve ser entendido não como destino, mas como um corredor que se desloca em direção ao cenário A — a menos que os atores não pertencentes às plataformas acumulem ativos proprietários, como agentes, bases de conhecimento e arquiteturas de confiança, mais rapidamente do que as plataformas acumulam experiência de entrega.

Eis os indicadores:

• projetos conjuntos entre plataformas e grandes consultorias tornam-se a norma contratual, com delimitação explícita das funções;
• as taxas de crescimento das especialistas se estabilizam acima de 10%;
• nenhuma grande empresa entra em insolvência ou é obrigada a se fundir até 2028;
• surgem cláusulas contratuais padronizadas que regulam o direito de troca de modelos e a procedência dos dados nos projetos com engenharia incorporada;
• como indicador do deslocamento dentro do corredor, as iniciativas das plataformas começam a disputar sozinhas trabalhos para os quais anteriormente apresentavam propostas em conjunto com as consultorias.

Cenário C — Reação contrária baseada na confiança e na fragmentação da soberania: uma reação a um incidente de grandes proporções

Há um incidente relevante — vazamento de dados entre projetos de uma plataforma, intervenção de uma autoridade de defesa da concorrência, falha agêntica de grande repercussão com prejuízos materiais ou ruptura geopolítica. E isso transforma a preocupação com o aprisionamento tecnológico, já visível na cobertura dos lançamentos pela mídia, em política de contratação.

No cenário C, empresas e governos passam a exigir:

• pluralidade de modelos;
• independência auditável;
• desenvolvimento de capacidades locais.

A União Europeia, o Brasil e a Índia endurecem seus regimes de soberania em IA. As disputas sobre apropriação de conteúdo autoral produzem as primeiras decisões que impõem rastreabilidade obrigatória da origem e licenças para treinamento.

Especialistas em confiança arquitetada e instituições reinventadas tornam-se estruturalmente privilegiadas. As unidades de entrega das plataformas são obrigadas a operar em estruturas independentes, mantendo barreiras auditadas em relação às demais atividades do grupo.

É necessário corrigir uma interpretação equivocada bastante comum: este cenário não restaura o antigo modelo de consultoria. A lógica econômica subjacente à automação não regride.

O cenário pune aqueles que avançaram sem governança e recompensa quem desenvolveu mecanismos de garantia, rastreabilidade e validação enquanto o mercado ainda não os exigia. A própria linguagem de Satya Nadella, da Microsoft, sobre “permissão social” demonstra que os proprietários das plataformas já estão simulando precisamente essa possibilidade.

Eis os indicadores:

• cláusulas de contratação passam a exigir avaliações de arquitetura de IA realizadas por entidades independentes dos fornecedores em setores regulados;
• é aberta a primeira investigação concorrencial sobre a venda conjunta de modelos e serviços de implantação;
• três ou mais economias do G20 criam rubricas orçamentárias específicas para IA soberana;
• surge um mercado de seguros contra responsabilidade por falhas agênticas;
• organizações de certificação — institucionais ou privadas — conquistam poder de precificação.

Entre os elementos constantes nos quatro cenários estão a mudança da confiança — agora em sua forma arquitetada e verificável — e a valorização da capacidade de formação

Cenário D — Renascimento da orquestração: é o único cenário em que o setor cresce.

A curva J passa a apontar amplamente para cima por volta de 2028, à medida que amadurecem os investimentos complementares. Modelos operacionais baseados em orquestração se disseminam.

A demanda por serviços de transformação cresce mais rapidamente do que a automação reduz seu preço unitário — o efeito de reintegração de Autor operando na escala de todo o setor.

O resultado agregado, porém, esconde um efeito de composição que precisa ser explicitado: o mercado cresce enquanto todas as parcelas baseadas no legado encolhem.

A arbitragem pura de mão de obra desaparece; os contratos episódicos de consultoria diminuem; e o crescimento se concentra em categorias que praticamente não existiam em 2025:

• assinaturas de inteligência gerenciada;
• arquitetura de orquestração;
• governança agêntica;
• formação de capacidade de julgamento;
• atribuição independente de valor.

Em outras palavras, o renascimento não é uma maré que eleva as empresas estabelecidas. É uma maré que eleva aquelas que passaram pela transmutação.

A lista de indicadores é esta:

• aceleração da produtividade agregada nas economias fortemente baseadas em serviços;
• crescimento da receita do setor de transformação apesar da queda do preço efetivo por unidade de análise;
• surgimento de famílias de ocupações metacognitivas nas estatísticas nacionais de emprego;
• transferência dos orçamentos empresariais de IA das rubricas de experimentação para as rubricas operacionais;
• a proporção entre receitas provenientes de assinaturas e resultados e aquelas baseadas em tempo ultrapassa 50% em pelo menos duas empresas de capital aberto do setor.
  
  

O QUE O LEITOR PODE ESPERAR? Arriscamos dizer, com a humildade necessária a um framework desse tipo, que o período entre 2026 e 2028 pode ser mais semelhante ao cenário de coopetição armada, o cenário B. Pensando em sobreposição de cenários, as dinâmicas de absorção do cenário A predominarão nos segmentos de engenharia de software em que o trabalho estiver claramente especificado, enquanto as dinâmicas de soberania do cenário C se intensificarão primeiro na Europa, no Brasil e na Índia. O cenário D, de renascimento, seria a recompensa disponível, a partir de 2028, para as regiões e empresas que utilizarem os dois anos anteriores para construir ativos complementares, em vez de apenas defender suas posições.

Como recomendação prática, eu diria que cada ator deve manter um dashboard atualizado de indicadores, incluindo:

• dados de vitórias e derrotas, projeto por projeto, em disputas contra unidades de entrega das plataformas;
• contratação e perda de orquestradores;
• mudanças na linguagem dos processos de compras em relação a neutralidade e reversibilidade;
• movimentações nas agendas regulatórias;
• o indicador de deslocamento do corredor do cenário B. Esse dashboard deve ser revisado no ritmo do mercado, que agora é, no máximo, trimestral.

Como estamos em condições de cisne vermelho, o próprio conjunto de cenários precisa ser tratado como provisório. A característica definidora da ruptura é sua capacidade contínua de invalidar as categorias utilizadas para acompanhá-la. Um framework de cenários que permaneça 18 meses sem ser revisado constitui evidência de desatenção.

Além disso, é importante sublinhar que, nos quatro cenários, três elementos permanecem constantes, e é sobre eles que a estratégia deve ser construída:

1. A base analítica do trabalho profissional se comoditiza.
2. A confiança — em sua forma arquitetada e verificável — e a capacidade de formação se valorizam.
3. Os vencedores de todas as categorias serão aqueles que se transformarem em orquestradores da inteligência triádica antes que os padrões de contratação dos clientes estejam estabelecidos.

Salvar conteúdo 0