A migração para contratos baseados em resultados está transferindo responsabilidade e risco ao longo da cadeia de serviços de tecnologia, com compradores exigindo mais acordos atrelados a resultados mensuráveis. Isso é evidenciado por relatos de que a OpenAI permite discretamente que grandes clientes empresariais paguem apenas quando tarefas de IA têm êxito, enquanto dados da Gartner e CIO Dive mostram que 19% dos compradores desejam esses acordos, mas apenas 13% dos contratos dos provedores os contemplam.
Pesquisas apontam um hiato fundamental entre os investimentos em IA e os resultados empresariais observáveis. O National Bureau of Economic Research constatou que quase 90% de 6.000 executivos nos EUA, Reino Unido, Alemanha e Austrália não registraram impacto da IA em emprego ou produtividade após três anos. Da mesma forma, dados da Thomson Reuters indicam que 91% de 1.800 profissionais avaliam que suas empresas não atingem o valor esperado com IA, o que evidencia desafios persistentes de mensuração.
Evidências adicionais mostram declínio na capacidade dos parceiros à medida que clientes avançam em IA: dados da Techaisle indicam forte redução além dos estágios iniciais, e a Forrester observa dificuldades de mensuração causadas por dados fragmentados e dependências do cliente. Esses fatores criam lacunas de governança e concentram o risco nos provedores, que precisam definir e garantir resultados mesmo sem controle de todas as variáveis.
Para MSPs e provedores de TI, a tendência eleva o risco contratual, especialmente onde fornecedores ascendentes não compartilham a responsabilidade. Recomenda-se definir proativamente quais resultados podem ser garantidos, registrar dependências do cliente nos contratos e realizar pilotos de linhas baseadas em resultados dentro de acordos-padrão. Usar dados dos piores meses e restringir o escopo dos testes permite quantificar o risco antes que esses termos se tornem padrão nas negociações com clientes.