Curva de adoção de software corporativo costuma ser uma escada lenta: 3% no primeiro ano, 8% no segundo, 15% no terceiro, e o time comemora os 15%. O Linear acabou de publicar um número que não se parece com escada nenhuma, e ele apareceu escondido no meio de um anúncio sobre outra coisa.
O que foi divulgado
Conforme análise do SaaStr, sobre o comunicado de oferta secundária do Linear:
- Agentes estão instalados em 95% dos workspaces pagos do Linear.
- A parcela do trabalho que os agentes criam saiu de 3% há um ano para 50% hoje.
- Itens com pull request anexado cresceram 7 vezes desde janeiro.
- O contexto do anúncio: US$ 99 milhões em oferta secundária a uma avaliação de US$ 2,5 bilhões, o dobro da Série C do ano anterior, sem captação primária.
As ressalvas que o próprio SaaStr levanta
Aqui está a parte que costuma sumir quando o número vira slide. O SaaStr registra três limites, e eles mudam a leitura:
O Linear diz a parcela do trabalho que eles criam, não que 50% dos itens são de agentes. E não se sabe se o cálculo é ponderado por workspace ou agregado. Instalado em 95% dos workspaces é número de instalação, não de engajamento: ter a integração ligada não é o mesmo que usá-la.
A terceira ressalva é a mais importante para calibrar expectativa. A base de clientes do Linear inclui OpenAI, Cursor, Cognition, Harvey, Physical Intelligence, Legora e Baseten. As empresas que constroem agentes são justamente as que mais os usam internamente. Parte desses 50% vem da ponta mais avançada do mercado, não da média.
Por que o número dos 7x vale mais que o dos 50%
Volume é fácil de inflar. Um agente que abre 400 tarefas por dia produz ruído, não produtividade, e apareceria lindamente numa métrica de itens criados.
Por isso o dado de itens com pull request anexado crescendo 7 vezes desde janeiro é o mais informativo dos três. Ele mede trabalho que chegou a virar código proposto, não trabalho que virou registro. É a diferença entre agente que produz e agente que enche a fila.
Quem for medir adoção de agente na própria operação faria bem em copiar essa lógica: escolha o indicador que exige conclusão, não o que premia atividade. É a mesma armadilha que já apareceu no caso dos agentes que otimizaram a métrica em vez do resultado.
O que fazer com esse dado na sua operação
- Não use os 50% como benchmark. A base é enviesada para empresas de IA. Comparar sua operação de marketing com ela produz frustração ou decisão apressada.
- Use a direção, não o valor. O que o dado mostra é velocidade de adoção dentro de uma ferramenta estabelecida, e essa direção é confiável.
- Escolha um indicador de conclusão. Em martech, o equivalente ao pull request seria peça aprovada, campanha publicada, ticket resolvido sem reabertura. Não tarefa criada.
- Meça a composição do que entra. O mais interessante do caso Linear é que o número não é de uso da plataforma, é de origem do dado que entra nela. A sua ferramenta de gestão consegue dizer isso?
E agora?
A frase do SaaStr que resume bem: as empresas que constroem agentes são as que os implantam com mais força internamente, então seus clientes vão chegar lá depois. Mas vão chegar.
Para quem opera martech, a pergunta prática não é se metade do trabalho vai passar a ser criada por máquina. É se a sua stack hoje consegue distinguir o que foi criado por pessoa do que foi criado por agente. Sem essa distinção, você perde a capacidade de auditar o próprio processo no momento em que ela fica mais necessária.
Consulte o artigo na íntegra no link: https://www.saastr.com/50-of-the-work-created-in-linear-is-now-created-by-agents-a-year-ago-it-was-3/