Os próximos 10 anos em software, ERP, gestão e IA: o que eu acho que vai acontecer
Eu construo software há mais de duas décadas. Criei um ERP do zero, acompanhei clientes migrando de planilha para sistema, vi linguagens nascerem e morrerem, vi paradigmas virarem religião e depois virarem meme.
Então quando alguém me pergunta “como você acha que vai ser daqui a 10 anos?”, eu não tenho uma bola de cristal. Tenho cicatrizes.
O que eu vou escrever aqui não é previsão. É diagnóstico. É o que eu vejo acontecendo agora, em aceleração, e onde isso logicamente termina se a trajetória se mantiver.
Pode estar errado em detalhes. Mas a direção, eu confio.
O código vai virar infraestrutura invisível
Vou começar com o que mais incomoda meus colegas desenvolvedores.
Escrever código linha a linha vai deixar de ser o trabalho principal do engenheiro de software. Não porque programadores vão sumir. Mas porque a relação entre intenção e implementação vai mudar completamente.
Pensa comigo: quando você escreve código hoje, você está na verdade traduzindo uma intenção de negócio para uma linguagem de máquina de altíssimo nível. Você não escreve assembly. Você não aloca registradores manualmente. Não gerencia pilha de execução com a mão. Tudo isso foi abstraído décadas atrás, e ninguém chora por isso.
O que está acontecendo agora é a próxima camada de abstração sendo construída em tempo real.
Ferramentas como GitHub Copilot, Cursor IDE e os modelos de linguagem de última geração já conseguem gerar código funcional a partir de descrições em linguagem natural com uma precisão que era impensável três anos atrás. Isso não é autocomplete glorificado. É uma mudança de interface.
Nos próximos 10 anos, o trabalho do desenvolvedor vai se parecer cada vez mais com o trabalho de um arquiteto: você define intenções, restrições, padrões de qualidade, regras de negócio, fronteiras de sistema. O “escrever” vai ser uma fração pequena do processo. O “pensar” vai ser o trabalho todo.
E isso é mais difícil, não mais fácil.
Qualquer pessoa pode gerar código com IA. Pouquíssimas pessoas conseguem definir os requisitos com precisão suficiente para que o código gerado resolva o problema certo. A engenharia de prompts para sistemas complexos é uma habilidade nova que ainda está sendo descoberta. Domain-Driven Design (DDD), como Eric Evans descreveu, vai ficar mais relevante, não menos, porque o domínio do problema precisa estar modelado na cabeça de alguém antes de qualquer geração automática fazer sentido.
O que isso significa na prática
O mercado vai se dividir em dois grupos que hoje ainda se misturam: os que entendem o problema de negócio profundamente e conseguem traduzir isso em intenções estruturadas para sistemas de geração de código, e os que escrevem código por escrita de código.
O segundo grupo vai ter problemas sérios de empregabilidade nos próximos anos. Não porque programar vai ser inútil. Porque programar sem contexto de negócio vai ser substituível.
Já começo a ver isso acontecer. Times menores entregando mais. Startups com três engenheiros fazendo o que levaria 15 num ciclo de desenvolvimento tradicional. Não porque trabalham mais. Porque a alavancagem por pessoa aumentou.
O que não muda: depurar sistemas complexos ainda vai exigir alguém que entenda o que está acontecendo em baixo do capô. Segurança de software vai exigir conhecimento profundo que nenhuma IA generativa vai substituir tão cedo. Arquitetura distribuída, consistência eventual, trade-offs de banco de dados, latência de rede: isso continua sendo trabalho humano, por muito mais tempo do que a maioria imagina.
Gestão de empresa vai ficar impossível sem sistema
Essa parte eu falo com a experiência de quem desenvolve ERP há mais de vinte anos e atende clientes reais, com problemas reais.
Hoje, um empresário de médio porte no Brasil precisa lidar com uma estrutura tributária que muda com uma frequência absurda. ICMS com regras diferentes por estado. PIS e COFINS no regime cumulativo e não-cumulativo. Substituição tributária com MVA que varia por produto e por UF. Simples Nacional com sublimites que fazem a alíquota efetiva variar mais do que o gestor consegue acompanhar.
Isso sem falar em SPED, EFD-REINF, eSocial e os outros tantos cronogramas de obrigações acessórias que mudam toda vez que uma portaria nova sai.
A formação de preço de um produto simples, no Brasil, já é um problema de otimização com dezenas de variáveis. Tentar fazer isso manualmente, em planilha, é tocar numa roleta russa financeira. Você não sabe quando vai errar, mas vai errar.
Nos próximos 10 anos, a complexidade regulatória não vai diminuir. Isso é fato histórico. Nenhuma simplificação tributária que já foi prometida veio na velocidade que o mercado esperava. A Reforma Tributária atual é a maior mudança em décadas, e o período de transição vai durar até 2033. O que isso cria é uma janela de uma década em que as empresas vão precisar operar sob dois regimes simultaneamente.
Nesse contexto, planilha não é opção. Planilha é risco documentado esperando virar processo judicial ou autuação fiscal.
O ERP deixa de ser diferencial e vira básico
Por muito tempo, ERP foi coisa de empresa grande. Só quem tinha orçamento, tempo e equipe técnica conseguia implementar e manter.
Isso está mudando. A combinação de soluções cloud, precificação por uso e interfaces mais simples está baixando o custo de adoção. Ao mesmo tempo, a complexidade regulatória está aumentando o custo de não ter sistema.
Quando o custo de adoção cai e o custo da ausência sobe, o mercado converge. Não porque os empresários viraram fãs de tecnologia. Porque não ter sistema ficou caro demais.
Nos próximos 10 anos, ERP vai ser para pequenas e médias empresas o que o sistema de PDV foi para o varejo nos anos 2000: passou de diferencial competitivo para pré-requisito de operação. Quem não tiver vai ser olhado com a mesma estranheza com que hoje olhamos para uma empresa que não tem CNPJ.
O que vai mudar dentro dos ERPs é mais interessante. A IA vai entrar como camada de análise e automação, não como substituta da lógica de negócio. O sistema vai continuar precisando saber calcular ICMS-ST corretamente. Mas vai conseguir alertar sobre anomalias de margem, sugerir ajuste de preço com base em variação de custo de insumo, identificar padrões de inadimplência antes que o problema se materialize.
Isso muda a relação do gestor com o sistema. De ferramenta de registro para conselheiro operacional.
A IA vai baratear até virar utilidade
Aqui eu preciso fazer uma analogia que acho a mais precisa para explicar o momento em que estamos.
Em 1995, acesso à internet no Brasil era via modem discado, cobrado por minuto de conexão. A maioria das pessoas não entendia exatamente para que servia. Os que entendiam achavam incrível, mas o custo limitava o uso. Era experimental. Era caro. Era difícil de usar.
Vinte e cinco anos depois, internet virou utilidade básica. Você não pensa em “usar internet”. Você simplesmente usa. O custo sumiu da consciência do usuário final. Você não sabe quanto por megabyte está pagando, porque isso não é mais a unidade que faz sentido.
A IA está exatamente nesse mesmo ponto de inflexão. Hoje, os modelos de linguagem são cobrados por token, por chamada de API, por volume de processamento. É o equivalente ao minuto de discagem. Vai mudar.
A competição entre OpenAI, Anthropic, Google DeepMind, Meta e os modelos open-source como Llama está comprimindo o preço na velocidade que o mercado de cloud comprimiu o custo de computação ao longo dos anos 2000. O que custava dólares por chamada há dois anos, hoje custa centavos. O que custa centavos hoje vai custar frações de centavo em três anos.
Mais do que o preço por chamada, o que vai mudar é o modelo de acesso. Já começa a aparecer IA incluída em assinaturas de software como feature, não como produto separado. Microsoft 365 Copilot, Adobe Firefly integrado ao Creative Cloud, ferramentas de desenvolvimento com assistência inteligente embutida. O usuário não vai mais “usar IA”. Vai usar software que tem IA dentro.
O que acontece quando IA vira commodidade
Quando a tecnologia fica barata, o diferencial se desloca.
No início da internet, ter um site era diferencial. Depois, ter um site bom era diferencial. Hoje, ter um site é pré-requisito, e o diferencial é ter um produto digital que resolve algo que os usuários precisam.
Com IA vai acontecer o mesmo. Ter IA no produto vai deixar de ser feature. Vai virar expectativa. E o diferencial vai ser a qualidade do dado que alimenta essa IA, a profundidade do contexto de negócio que ela consegue processar e a confiança que o usuário deposita nas recomendações que ela gera.
Isso tem uma implicação direta para quem desenvolve sistemas: a vantagem competitiva vai estar cada vez mais nos dados proprietários e no modelo de negócio que eles refletem, não no código que processa esses dados. Código é commodity. Contexto é o diferenciador.
Profissões que vão sumir e especialidades que ainda não existem
Essa parte costuma gerar as reações mais intensas. Então vou ser direto sobre o que eu acho, sabendo que posso estar parcialmente errado.
Algumas funções que hoje existem como cargos inteiros vão ser absorvidas por automação dentro de 10 anos. Não necessariamente eliminadas do mercado. Absorvidas. O trabalho continua existindo, mas uma pessoa com as ferramentas certas vai fazer o que hoje três pessoas fazem.
Digitador de dados: já é raro encontrar esse cargo em empresas organizadas, porque integração e captura automática de dados tornaram o trabalho redundante. Essa tendência vai se aprofundar em setores que ainda dependem de entrada manual, como documentação em papel em cartórios, clínicas e parte do setor público.
Desenvolvimento de código repetitivo: a categoria de desenvolvedor júnior que escreve CRUDs, faz migração de banco de dados com scripts manuais e gera relatórios simples vai ter muito menos espaço. Não porque esses problemas vão desaparecer, mas porque ferramentas de geração de código vão resolver em minutos o que levava dias.
Atendimento de nível 1: triagem de chamados, resposta a perguntas frequentes, encaminhamento de tickets para o time correto. Já está sendo automatizado em ritmo acelerado. Em 10 anos, o que vai restar para humanos nessa área é o atendimento de situações complexas, com carga emocional alta ou ambiguidade que o sistema não consegue resolver.
Especialidades que ainda não existem mas vão existir
Aqui é onde fico mais empolgado, porque são as oportunidades reais.
Engenheiro de contexto: a pessoa que sabe estruturar o conhecimento de um negócio de forma que sistemas de IA consigam operar dentro dele com precisão. Não é programador puro. Não é analista de negócio puro. É uma combinação nova que vai ter demanda enorme nos próximos anos.
Auditor de sistemas autônomos: quando agentes de IA começam a tomar decisões operacionais em nome da empresa, alguém precisa auditar se essas decisões estão dentro dos parâmetros corretos, se o sistema está aprendendo as coisas certas e se os resultados estão alinhados com o que o negócio precisa. Isso é uma disciplina nova.
Arquiteto de dados de negócio: diferente do engenheiro de dados clássico que cuida de pipelines e infraestrutura. Esse profissional vai trabalhar na modelagem do conhecimento da empresa como ativo estruturado, disponível para consumo por sistemas de IA e análise estratégica. É quem vai fazer Domain-Driven Design para o dado, não só para o código.
Especialista em compliance de IA: regulação de IA está sendo escrita agora na Europa, começando a ser debatida no Brasil. Em 10 anos vai ser lei em vários mercados. Alguém vai precisar garantir que os sistemas das empresas estejam em conformidade com essas regras. Esse profissional não existe em volume hoje. Vai existir.
O que isso significa para quem está no mercado agora
Vou ser direto, porque é assim que eu gostaria que alguém tivesse sido comigo quando comecei.
Especialidade técnica pura, sem contexto de negócio, vai valer menos. Não zero. Menos.
Quem entende profundamente como um setor funciona, quais são os problemas reais que as empresas enfrentam, onde está o dinheiro perdido nos processos: essa pessoa vai ter muito mais valor do que alguém que só sabe programar bem.
Isso não é novidade do ponto de vista intelectual. Joel Spolsky escreveu sobre a importância do contexto de negócio para o desenvolvedor há mais de vinte anos. Mas nos próximos 10 anos vai deixar de ser conselho de carreira e virar pré-requisito de empregabilidade.
A curva de aprendizado que importa agora não é “qual linguagem aprender”. É “qual problema de negócio eu consigo resolver com profundidade suficiente para que minha contribuição não seja substituível por uma instrução bem escrita para um modelo de linguagem”.
Isso é mais difícil de aprender do que sintaxe de Python. E é exatamente por isso que vai valer mais.
Uma última coisa que eu precisava falar
Existe uma narrativa que circula muito em comunidades de tecnologia de que estamos no começo do fim da profissão de desenvolvedor. Eu não acho isso.
Estamos no começo de uma mudança tão profunda quanto a que aconteceu quando o desenvolvimento web explodiu nos anos 2000. Naquela época, todo mundo dizia que qualquer um ia conseguir criar sites e que o desenvolvedor ia sumir. O que aconteceu foi o contrário: a demanda por software explodiu, o mercado ficou muito maior, e os profissionais que se adaptaram ficaram mais valorizados.
A IA vai fazer a mesma coisa. O mercado de software vai crescer porque mais empresas vão conseguir acessar tecnologia que antes estava fora do alcance. A demanda por pessoas que conseguem trabalhar nessa interseção de negócio, dado e sistema vai crescer junto.
O que vai mudar é quem são essas pessoas e o que elas precisam saber fazer.
Não tenho certeza de todos os detalhes. Mas tenho certeza de que quem parar de aprender por achar que já sabe o suficiente vai ter uma surpresa desagradável antes do fim dessa década.
💬 Para reflexão: toda grande onda tecnológica elimina funções e cria especialidades. A internet discada criou o mercado digital. O smartphone criou a economia de aplicativos. A IA está criando algo que ainda não tem nome. A pergunta não é se você vai ser afetado. É se você vai ser quem constrói ou quem observa.
