Um terço das empresas já deixou de comprar um software porque decidiu construir a mesma solução internamente com ferramentas de codificação agentic. É o que mostra a pesquisa global "State of AI 2026", da McKinsey, divulgada nesta semana — e o dado vem acompanhado de uma ressalva que muda a leitura da estatística.
O que mudou
Segundo a McKinsey, 32% das organizações já abandonaram a compra de pelo menos um produto ou funcionalidade de software porque conseguiram construir a alternativa internamente com agentes de codificação de IA. O percentual varia bastante por setor: 41% em tecnologia, caindo para 19% em seguros e 17% no setor público. O padrão fica mais forte entre as empresas de melhor desempenho em IA — o grupo de 6% dos respondentes que atribui pelo menos 5% do EBIT ao uso de IA — quase metade delas abandona a compra de software em favor da construção própria, contra 31% do restante. No total, cerca de 20% das organizações já escalam agentes de codificação além do piloto, chegando a 31% entre as grandes empresas (receita acima de US$ 1 bilhão), que também elevaram a proporção com agentes de IA escalados em pelo menos uma função de 27% para 40% em um ano.
Por que isso importa
Aqui está a ressalva que muda tudo: apesar da aceleração em adoção e em "fazer por conta própria", a fatia de organizações que atribui qualquer impacto mensurável de EBIT à IA ficou estável em 37% — e só 6% chegam à barra de alto desempenho (5%+ de EBIT). Ou seja: construir com agente de codificação ficou mais fácil e mais rápido, mas isso não está se traduzindo, para a maioria das empresas, em resultado financeiro comprovado. A decisão de "construir em vez de comprar" está sendo tomada, em boa parte dos casos, pela viabilidade técnica — porque agora dá para fazer — e não porque já existe prova de retorno superior ao de uma solução pronta.
O impacto para o Brasil
Para empresas brasileiras avaliando construir internamente em vez de comprar software pronto — decisão cada vez mais viável com agentes de codificação —, o dado da McKinsey funciona como um alerta prático: a facilidade técnica de "fazer você mesmo" não é, sozinha, justificativa de negócio. Vale aplicar à decisão de build o mesmo rigor de ROI que se aplicaria à compra de qualquer software: custo total de manutenção do que foi construído, tempo de equipe interna consumido, e comparação honesta com o que uma solução madura de mercado já entrega. A julgar pelos números, esse rigor está presente principalmente nas empresas que já são "de alto desempenho" em IA — não é automático para quem está começando a escalar.
Leitura da Entercast
Esse dado dialoga diretamente com o tema que sustenta este blog desde o início: a diferença entre piloto e escala com resultado real. A McKinsey está mostrando, em escala global, exatamente o padrão que vimos em casos específicos aqui — da AT&T cortando custo com roteamento de modelo ao NVIDIA framework de agentes de baixo custo: ferramenta melhor não é sinônimo automático de resultado melhor. Antes de decidir construir internamente só porque agora é tecnicamente possível, vale medir — com o mesmo rigor de qualquer decisão de investimento — se aquilo realmente move o resultado da empresa, ou só parece mais barato no primeiro olhar.