A Red Hat construiu um negócio de US$ 34 bilhões com base no Linux. A IBM comprou a empresa. O que o negócio confirmou foi uma hipótese que se mantinha há quatro décadas: que as empresas que extraem enorme valor de código compartilhado continuariam, em seu próprio interesse, a financiar os projetos dos quais dependem.

Essa hipótese está agora sob pressão. Não porque alguém tenha decidido deixar de financiar o código aberto. Mas porque o setor que mais o financiava — o SaaS — está sendo desmantelado pelo setor que mais depende dele — AI.

A previsão que chegou

Há cerca de um ano, escrevi que AI iriam hiperpersonalizar o software empresarial — que as equipes de negócios criariam suas próprias ferramentas, contornando as filas de espera da TI e as plataformas SaaS de uso genérico. O argumento era simples: quando AI os custos de desenvolvimento em 70% a 90% e encurta os prazos de implantação de meses para horas, a equação “criar versus comprar” se inverte.

Essa previsão se concretizou mais rápido do que o esperado. Em 30 de janeiro de 2026, a Anthropic lançou plug-ins de ambiente de trabalho com agentes para o Claude Cowork. Em cinco dias úteis, cerca de US$ 285 bilhões em valor de mercado evaporaram-se das ações de empresas de software aplicativo. Ao longo do mês seguinte, Adobe, Microsoft, Salesforce, SAP, ServiceNow e Oracle perderam, juntas, mais de US$ 730 bilhões. Os operadores da Jefferies chamaram isso de “SaaSpocalypse”.

A Klarna já havia mostrado o caminho: rescindir os contratos com a Salesforce e a Workday, substituir as funções por AI e ver a receita por funcionário subir de US$ 400.000 para US$ 700.000. Um diretor de tecnologia (CTO) do setor de saúde implantou três grandes plataformas internas — CRM, HRM e helpdesk — em 90 dias. Um fundador enviou uma mensagem de texto ao seu investidor informando que estava substituindo toda a sua equipe de atendimento ao cliente por um agente AI .

A decisão entre desenvolver ou comprar está se inclinando para o desenvolvimento. Mas todos estão focados na própria disrupção. As consequências secundárias são ainda piores.

A corrente de quatro elos

O código aberto não se financia por meio de doações. Ele se financia por meio do trabalho corporativo. 84% das alterações no kernel do Linux são feitas por desenvolvedores corporativos de 1.780 organizações. A Linux Foundation gera US$ 311 milhões em receita anual proveniente de mais de 3.000 empresas associadas. MongoDB, Elastic, HashiCorp, Databricks: cada uma delas construiu negócios multibilionários com base no código aberto e reinvestiu engenheiros e capital na comunidade.

O modelo funcionou porque os incentivos estavam alinhados. Projetos sólidos na fase inicial significavam negócios sólidos na fase final.

AI rompendo esse alinhamento. Em quatro etapas sequenciais.

1. O SaaS foi a espinha dorsal financeira

Aproximadamente US$ 7,7 bilhões são destinados anualmente por organizações ao código aberto, mas 86% desse valor corresponde ao trabalho dos funcionários — trabalho financiado pela receita do SaaS. Se essa receita for retirada, o trabalho também desaparecerá.

2. AI revolucionando o modelo SaaS

Eis o paradoxo fundamental: um CRM com AI reduz o número de usuários necessários de 20 para 2. Isso representa uma queda de 90% na receita, apesar de uma melhoria de 10 vezes na capacidade. Quando as empresas conseguem desenvolver ferramentas internas mais rapidamente do que negociar contratos corporativos, o modelo de cobrança por usuário entra em colapso. E, com ele, o excedente que financiava as contribuições para o código aberto.

3. Os projetos de código aberto estão fechando as portas

O MongoDB adotou um modelo de licenciamento restritivo em 2018. O Elastic seguiu o mesmo caminho em 2021. A HashiCorp fez o mesmo em 2023, dando origem ao fork OpenTofu. O Redis seguiu o mesmo caminho em 2024, dando origem ao Valkey. Cada mudança de licenciamento facilitou o caminho para a seguinte. Enquanto isso, o volume de perguntas no Stack Overflow caiu 76% desde o lançamento do ChatGPT. O Open Source Collective registrou uma queda de 20% nos patrocínios corporativos em 2023. Sessenta por cento dos mantenedores não são remunerados. Sessenta por cento já desistiram ou pensaram em desistir.

4. A qualidade data de treinamento AI data

Um artigo publicado em 2024 na revista *Nature* (Shumailov et al.) demonstrou que modelos treinados com resultados AI sofrem um colapso — defeitos irreversíveis que se acumulam ao longo das gerações. A cauda longa do código-fonte aberto — pequenas bibliotecas, projetos de nicho, soluções específicas — é a data que torna os modelos treinados com código capazes de generalização. Quando essa cauda encolhe, AI mais burra justamente nas áreas em que precisa ser mais inteligente.
A cadeia se fecha em um ciclo: AI código aberto. AI o SaaS. O financiamento do SaaS se esgota. O código aberto encolhe. data AI data . E, eventualmente, as ferramentas internas AI deixam de ser melhores do que os produtos SaaS que substituíram — levando as empresas de volta a fornecedores cujas próprias bases se deterioraram.

O sinal já está visível

Isso não é especulação. Daniel Stenberg encerrou o programa de recompensas por bugs do cURL depois que reports AI reports 20% do total de envios, com apenas 5% de validade. Os mantenedores estão sobrecarregados com o que a comunidade chama de “PRs de baixa qualidade”. Pequenas bibliotecas estão ficando inativas porque os LLMs geram funções de utilidade equivalentes sob demanda, eliminando os usuários que teriam contribuído com correções.
O código aberto está se bifurcando. Grandes projetos apoiados por empresas — Linux, Kubernetes, PyTorch — sobrevivem. Bibliotecas de médio e pequeno porte ficam silenciosamente inativas. Essa cauda longa é exatamente o que dá amplitude data AI . Seu desaparecimento não é um risco futuro. É a trajetória atual.

Quem paga a conta

A Meta é a exceção que confirma a regra. O Llama já foi baixado mais de 600 milhões de vezes no Hugging Face. O PyTorch foi doado à Linux Foundation. A lógica de Zuckerberg é clara: transformar em produto de uso comum a camada abaixo de você, recorrer ao crowdsourcing para P&D e estabelecer um padrão, da mesma forma que o Linux se tornou o padrão para servidores. É uma estratégia egoísta, mas correta.

O restante do AI não seguiu o exemplo. AI levantaram, no total, mais de US$ 202 bilhões em 2025. Um estudo da Harvard Business School avaliou o software de código aberto do qual elas dependem em US$ 8,8 trilhões. Suas contribuições financeiras diretas combinadas para esses projetos de código aberto: provavelmente menos de US$ 50 milhões por ano.

A Anthropic anunciou uma parceria de dois anos no valor de US$ 1,5 milhão com a Python Software Foundation. O TechCrunch chamou isso de “troco de bolso”. É difícil contestar essa interpretação.

Os mecanismos que estão surgindo — o Open Source Pledge, que solicita US$ 2.000 por desenvolvedor anualmente; o Open Source Endowment, targeting milhões ao longo de sete anos; e o Sovereign Tech Fund da Alemanha, que investirá € 23,5 milhões em 2024 — são reais, mas insuficientes. Diante de projetos que somam US$ 8,8 trilhões. Eis o que ambos os lados parecem esquecer: o código aberto é a razão pela qual essas duas indústrias existem.

Todas as empresas de SaaS que alcançaram um valor de mercado de bilhões de dólares fizeram isso utilizando estruturas, bancos de dados e bibliotecas de código aberto. Dois desenvolvedores em uma garagem conseguiram desafiar um gigante do setor porque os componentes básicos eram gratuitos. Esse acesso — e não o capital de risco, nem apenas o talento — foi o que criou o mercado de SaaS. Foi isso que permitiu que uma geração de empreendedores criasse a Salesforce, a Elastic, a Databricks e milhares de outras empresas sem precisar pedir permissão a ninguém primeiro.

E AI são capazes de escrever código hoje em dia porque aprenderam com milhões de repositórios de código aberto. Cada linha que o Claude ou o Copilot gera remonta a desenvolvedores que compartilharam seu trabalho livremente. O estudo de Harvard deixa isso bem claro: 96% do software comercial inclui código aberto. Sem ele, as empresas pagariam 3,5 vezes mais para desenvolver o que desenvolvem hoje.

Ambos os setores devem sua existência aos projetos de código aberto. Agora, ambos estão, por meio de mecanismos diferentes, prejudicando-os. Enquanto isso, 60% dos mantenedores que mantêm tudo funcionando não recebem remuneração. Sessenta por cento já desistiram ou pensaram em desistir. O mantenedor não remunerado médio dedica quase nove horas por semana — e quando eles se esgotam, a infraestrutura crítica fica inoperante. O Kubernetes aposentou o Ingress NGINX no final de 2025 não porque ele estivesse obsoleto, mas porque as pessoas que o mantinham à noite e nos fins de semana não conseguiam mais continuar.

Este não é um problema que um lado possa resolver sozinho. As empresas de SaaS, lutando pela sobrevivência, não podem financiar o código aberto como costumavam fazer. AI , repletos de US$ 202 bilhões em capital fresco, ainda não deram início a nenhuma iniciativa significativa. O único caminho que não leva ao colapso é a colaboração — um investimento conjunto e deliberado na infraestrutura da qual ambos dependem.

A Red Hat compreendeu isso há quarenta anos. A IBM pagou US$ 34 bilhões para comprovar isso. O modelo funcionou porque as entidades que extraíam valor dos projetos de código aberto também os financiavam. Esse alinhamento precisa ser reconstruído — desta vez, com AI de SaaS e AI participando do processo.

Se, em vez disso, decidirem disputar as ruínas, quem vai pagar a conta não serão os executivos nem os investidores. Será a próxima geração de desenvolvedores e empreendedores que terá usado essa base aberta para construir o que vem a seguir — assim como todas as gerações anteriores fizeram.

Quando dois reinos disputam a mesma terra, é o solo que deixa de produzir.