[ARTIGO] O custo que ninguém conta para quem constrói software inovador

Se você olha para a indústria de software hoje, parece tudo meio igual. Mesmos dashboards, mesmas features, mesmos fluxos, mesmas promessas. Não é por falta de ideia. É que inovar tem dois custos que ninguém coloca na planilha.

Vou contar um episódio real.

No início do ano, abri uma plataforma de IoT no Brasil. Coloquei IA para controlar máquinas e chips. A proposta era que, através de um agente de IA, o usuário conseguisse controlar máquinas a distância e fazer uma série de outras coisas.

Durante os testes com usuários, bati de frente com uma realidade incômoda: as pessoas preferem clicar do que escrever. Falando da maioria.

E não é só preferência por clicar. É preferência pelo mouse em si. O mouse virou a extensão da mão de uma geração inteira. Desde a popularização do Macintosh e depois do Windows, a indústria passou décadas treinando as pessoas a apontar, clicar, arrastar e soltar. O mouse virou o canal padrão de interação com a máquina. Quando o usuário precisa largar o mouse e ir para o teclado, já existe fricção. Quando precisa escrever uma frase inteira, piora. Quando precisa escrever para uma IA, piora mais ainda.

Mecanismos simples, como selecionar opções em menus, se saíram muito melhor do que uma janela de conversa com IA. Não porque a janela de conversa seja pior em capacidade, mas porque exige que a pessoa abandone o que passou décadas aprendendo a fazer. Isso é comportamento da maioria, não preferência de meia dúzia de usuários avançados. É mais fácil continuar clicando do que reaprender a conversar com a máquina.

Isso não é novidade para quem já tentou tirar produto do papel. Há tempos eu carrego a percepção de que inovar tem dois custos distintos. A maioria das pessoas enxerga só um deles, ou nenhum.

Custo 1: criar demanda que não existe
O primeiro custo é anterior ao produto. É fazer alguém querer algo que ela não sabe que quer.

Quando você lança um produto que resolve um problema que as pessoas já sabem que têm, elas já têm demanda. Elas já procuram solução, já comparam fornecedores, já separaram orçamento. Você só precisa mostrar que a sua é melhor. Isso é caro, mas é um custo conhecido.

Quando você lança uma inovação de verdade, não existe mercado ainda. O cliente não sabe que precisa daquilo. Ele não está procurando. Ele não sente falta. Ele pode até achar que o problema dele não tem solução, ou que a solução atual já basta. Antes de ensinar a usar, você precisa fazer ele querer.

E fazer alguém querer algo que ela não sabia que precisava é o custo mais alto e mais incerto da inovação. Não tem atalho. Não tem growth hack que resolva. Você precisa educar o mercado, mostrar o problema, criar a categoria, convencer que vale a pena mudar. E isso leva anos, custa caro e não tem garantia de retorno.

A Apple fez isso com o iPhone. Ninguém pediu um telefone sem teclado. Ninguém pediu um computador no bolso. A Apple gastou anos e uma fortuna fazendo o mercado querer algo que ele não sabia que precisava. A Uber fez o mesmo com transporte por aplicativo. O Airbnb fez o mesmo com hospedagem na casa dos outros. Todas precisaram criar a demanda antes de capturá-la.

O problema é que a maioria das empresas não tem caixa para bancar anos de criação de demanda. Então elas fazem o que é racional: esperam alguém criar o mercado e entram depois com uma versão mais barata ou mais nichada. É por isso que a indústria parece toda igual. Não é falta de ideia. É falta de caixa para bancar a criação de um mercado que ainda não existe.

E tem um agravante. Quem cria demanda não tem garantia de captura. Você pode gastar anos ensinando o mercado a querer algo e ver um concorrente com mais capital entrar depois e levar o mercado que você criou. Criar demanda é um investimento de risco altíssimo com retorno incerto e possibilidade real de ser copiado por quem não gastou nada para educar ninguém.

Custo 2: treinar quem já quer
O segundo custo é posterior à demanda. É ensinar a usar.

Mesmo quando você consegue fazer alguém querer, ainda falta fazer essa pessoa aprender. E aprender algo novo dá trabalho. As pessoas preferem falar com um humano do que escrever. Quando precisam escrever, já começam de mau humor. Por isso atendimento via chat é considerado chato. Tudo que foge do treinamento é visto com resistência.

Você não consegue fazer a adoção ser rápida se não tiver alguém na ponta apresentando e treinando as pessoas. O custo disso é caro e muitas vezes, muitas vezes mesmo, não compensa.

Esse é o custo que a indústria passou décadas tentando resolver. E é aí que entra a história.

Como a indústria tentou resolver o custo de treinamento
A indústria de treinamento nasce
Quando as grandes corporações começaram a colocar PCs na mesa de praticamente todos os funcionários, surgiu um problema que ninguém tinha orçado: as pessoas não sabiam usar as máquinas.

A indústria de treinamento de informática nasceu daí. Boa parte dos operadores de computador não tinha habilidade para operar plenamente suas máquinas, e muitos programas de escritório ficavam ociosos depois da compra. O padrão era claro: as pessoas usavam só uma fração pequena das funcionalidades na maior parte do tempo.

Empresas de treinamento cresceram rápido, atendendo gigantes de tecnologia e indústrias tradicionais. O treinamento deixou de ser visto como reparo de carro, aquele "se não está quebrado, não conserta", e passou a ser parte do custo de fazer negócios.

Mas houve outra resposta, mais barata e mais escalável: o evangelismo.

O evangelismo como resposta
A Apple começou a usar evangelistas de tecnologia. A empresa chegou a empregar um time inteiro de evangelistas, cada um especializado em uma vertical, com a missão de espalhar o evangelho para desenvolvedores terceiros. O termo "software evangelist" foi cunhado por Mike Murray, da divisão Macintosh da Apple. Guy Kawasaki foi contratado como evangelista-chefe e popularizou o programa.

A ideia pegou. Steve Ballmer introduziu o papel de evangelista de tecnologia na Microsoft para impulsionar a adoção do Windows e de suas ferramentas de desenvolvimento. O evangelismo virou a forma padrão de ensinar a maioria a usar uma novidade sem pagar o custo de treinamento individual.

E o evangelista não fazia só treinamento. Ele fazia as duas coisas. Ele criava demanda e ensinava a usar. Era o cara que convencia o desenvolvedor de que aquela plataforma valia a pena e depois mostrava como usar. Os dois custos empacotados numa pessoa só.

E hoje ainda tem gente que acha que a economia de criador de conteúdo é coisa moderna. Não é. O criador de conteúdo é o evangelista de tecnologia que perdeu o crachá da empresa e ganhou um canal no YouTube. A função é a mesma: fazer a maioria querer e ensinar a usar algo novo.

Só que isso não aconteceu por acaso. As big techs perceberam que era mais barato deixar esse trabalho para terceiros do que bancar times internos de evangelização. Em vez de pagar salário, estrutura e viagem para criar demanda e educar o mercado, elas passaram a incentivar um ecossistema de criadores que faz esse trabalho de graça, ou quase de graça, financiado por audiência, patrocínio e monetização de plataforma. A conta saiu do balanço da Apple ou da Microsoft e foi empurrada para o criador, que precisa monetizar atenção para sobreviver. No fim, a big tech removeu do próprio bolso os dois custos e transferiu para quem produz conteúdo.

O custo explícito do treinamento
Na década de noventa, o custo de ensinar usuários a usar software ficou impossível de esconder.

Seminários públicos custavam caro por dia por aluno. Cursos de tecnologias de ponta também. Um curso de design de GUI custava uma fortuna por dia mais despesas. Videodiscos interativos, a tecnologia de treinamento mais avançada da época, eram caríssimos. Um sistema de CBT in-house podia custar muito para desenvolver.

Não era só dinheiro. Era tempo. Funcionários precisavam sair do trabalho para treinar. A solução mais comum foi o treinamento on-site: quando o grupo era grande, o custo por aluno caía.

E existia o custo de não treinar. Estudos mostraram que empresas gastavam uma fatia relevante do orçamento de projetos em treinamento de usuários, mas frequentemente acabavam investindo muito mais em treinamento adicional que não estava no orçamento.

O resultado era previsível: em muitos casos, os usuários abandonavam o software e voltavam para processos manuais, anulando o benefício de projetos que custaram milhões.

O customer success como resposta
Com a chegada do SaaS, o problema ficou mais crítico. Fornecedores investiam pesado em aquisição de clientes, mas os produtos se tornavam cada vez mais complexos e difíceis de entender. Muitos clientes ficavam frustrados, o que resultava em baixas taxas de adoção e uso, e eventualmente em churn elevado.

A resposta foi o customer success. Empresas começaram a criar equipes de "dive and catch" para mirar contas em risco e aumentar a retenção ajudando clientes a extrair mais valor dos produtos. Isso evoluiu para uma disciplina formal, com o papel de Customer Success Manager.

A lógica era simples: em vez de treinar todo mundo antes de usar, você acompanha o cliente durante o uso e ensina no momento da necessidade. É a diferença entre um curso de algumas semanas sobre um sistema de ERP e um especialista que senta do lado do usuário quando ele trava numa tarefa.

A McKinsey descobriu que fornecedores de SaaS com receita no quartil superior investiam mais em iniciativas de customer success voltadas à redução de churn. Não era caridade, era matemática. Custos de expansão de receita a partir de clientes existentes são uma fração dos custos de adquirir novos negócios.

Product-led growth e o sonho de escalar sem humano
A pergunta que a indústria se fez na década seguinte foi: e se o produto ensinasse a si mesmo?

O product-led growth, ou PLG, foi a resposta. Em vez de depender de vendedores ou de times de customer success para ensinar o usuário, o próprio produto guia a adoção. O termo foi cunhado pela OpenView, mas a estratégia já existia: Salesforce, Dropbox, Slack e Atlassian usavam o produto como principal motor de aquisição, retenção e expansão.

A transição foi descrita assim: no começo, compras de software eram investimentos de CAPEX feitos por líderes de TI, com vendas de campo e ciclos longos. Com SaaS, o poder de compra migrou para executivos de linha de negócio, que queriam se educar antes de falar com vendas. Depois, profissionais ocupados não queriam mais falar com vendas por meses antes de poder testar o produto.

O PLG prometia escalar a adoção sem escalar o custo humano. Onboarding self-service, trials gratuitos, documentação clara, tutoriais interativos. O usuário aprende sozinho, no seu ritmo, sem precisar de alguém do outro lado.

Mas o sonho tem limites. O próprio artigo da OpenView reconhece que o PLG funciona melhor para produtos que podem falar por si mesmos. Quando o produto é complexo, como uma plataforma de IoT que controla máquinas, o autosserviço não resolve tudo. E quando o problema é demanda, não adoção, o produto sozinho não faz milagre. Se ninguém sabe que precisa, não adianta ser fácil de usar.

O que os dados dizem hoje
Os números mostram que o custo de educação do cliente não desapareceu. Ele só mudou de nome e de lugar.

O gasto médio anual com educação de clientes subiu consistentemente. Um estudo da Forrester modelou o impacto financeiro de um programa bem implementado de educação de clientes numa organização de grande porte: retorno significativo de fluxo de caixa para cada unidade gasta ao longo de alguns anos.

Os efeitos colaterais são mensuráveis: aumento na adoção do produto, aumento na satisfação do cliente e redução nos custos anuais de suporte.

O ponto que ninguém coloca na planilha
São dois custos, não um.

O primeiro é criar demanda para algo que ainda não tem mercado. É fazer alguém querer o que ela não sabe que precisa. Esse custo é anterior ao produto e não tem atalho. Ou você banca a criação do mercado, ou espera alguém criar e entra depois.

O segundo é treinar quem já quer. É ensinar a usar. Esse custo a indústria passou décadas tentando empurrar para algum lugar: treinamento formal, evangelismo, customer success, product-led growth, criadores de conteúdo. Sempre tentando escalar sem escalar o custo humano.

E é aí que mora o medo.

Quem tem o dinheiro tem medo de pagar esses custos e não reverter em lucro. Então a grande maioria prefere investir no certo em vez do duvidoso. Não é bem medo de inovar. É medo de assinar embaixo num contrato que perca muito dinheiro.

O ponto que não está bem difundido é este: inovar não é só construir. É bancar a pedagogia da mudança. É fazer o usuário querer, entender e usar algo que ele ainda não sabe que precisa. E isso custa tempo, dinheiro e estômago para aguentar anos de prejuízo antes de ver retorno.

Para quem constrói software, SaaS, produto digital, esses são os custos invisíveis. Se você não orça isso, a ideia morre na apresentação. Se você orça, ainda é aposta. Por isso tanta coisa boa fica parada.

E esse é o grande motivo de vermos hoje, na era da IA, tanto software criado que não vai para lugar nenhum. Vemos muito mais gente postando e falando mal das big techs, dos empresários de alto escalão, dos criadores de conteúdo, do mercado capitalista. As pessoas que falam mal, em sua maioria, falam porque não compreendem os mecanismos de como o mercado de tecnologia funciona. E não compreendem porque não é para elas compreenderem mesmo. Esse não é o tipo de informação que fica circulando por aí. Geralmente só é discutido em mesas de diretoria, entre um pequeno grupo de alto escalão das empresas.

A grande pergunta é: você sabe por que esse tipo de assunto não circula entre a maioria dos criadores iniciantes de SaaS?

A resposta é bem óbvia. Se soubessem, será que fariam? E se deixassem de fazer, o que ocorreria? Pense no impacto no mercado.

Referências
Chicago Tribune, sobre a indústria de treinamento de TI

Wikipedia, histórico do evangelismo de desenvolvedores na Apple e Microsoft

Computerworld, artigo sobre os evangelistas de tecnologia da Apple

Unix World, custos de treinamento em sistemas Unix

ZDNet e Forrester, estudo sobre custos de treinamento em aplicações empresariais

McKinsey, Customer Success

OpenView Partners, a história do product-led growth

LinkedIn e Forrester, dados sobre gastos e retorno de customer education

Clayton Christensen, O Dilema da Inovação, sobre criação de mercados

Geoffrey Moore, Crossing the Chasm, sobre adoção de tecnologia