QA Agentic é um Evento Orçamentário: Para Onde Vai o Mercado de Testes de US$ 66 Bilhões

TL;DR: O QA agêntico é um modelo de garantia de qualidade em que agentes de IA planejam, escrevem, executam e mantêm testes, com uma camada independente de verificação de que o software realmente funciona. Ele não reduz em nada o orçamento de QA. Apenas desloca esse investimento do trabalho manual de escrever e manter scripts para trilhos de execução em escala de agente, com comprovação independente. A geração de testes se torna barata. A verificação vira o produto.

Em 6 de outubro de 2026, o Gartner publicou seu Magic Quadrant para Plataformas Agênticas de Garantia de Qualidade de Software, substituindo o relatório de 2025 sobre "Ferramentas de Teste de Software Aumentadas por IA". A maioria das pessoas leu isso como uma simples mudança de nome. Eu li como um evento orçamentário. Quando a empresa que define as listas curtas corporativas renomeia uma categoria, os modelos de compras mudam logo depois, e o dinheiro segue os modelos.

Este texto é para CIOs e fundadores que têm um orçamento de QA (ou estão na corrida para conseguir um). O argumento é direto: o QA agêntico não vai tornar a qualidade mais barata no total. Ele apenas vai deslocar o dinheiro. A seguir, apresento um mapa de onde o dinheiro está hoje, para onde ele vai em seguida e um quadro de avaliação para ajudar você a planejar sua realocação de 2027 antes que seus fornecedores o façam.

O que é QA agêntico e por que o Gartner renomeou a categoria?

QA agêntico é a garantia de qualidade de software na qual agentes de IA planejam, criam, executam e mantêm testes visando um objetivo definido, enquanto uma camada independente de verificação comprova se o software se comportou conforme o esperado. "Aumentado por IA" descreve um humano com uma ferramenta mais inteligente. "Agêntico" descreve um trabalho que agora pertence à máquina.

A pressão por trás da mudança de nome é o volume de código. A Menlo Ventures estima que as empresas gastarão US$ 4 bilhões em ferramentas de codificação com IA em 2025, mais da metade de todo o gasto departamental com IA. Cada um desses dólares produz mais código que alguém precisa provar que funciona.

A capacidade de validação não está acompanhando. O Bureau of Labor Statistics dos EUA projeta que as vagas de analistas e testadores de QA crescerão 6% entre 2025 e 2035 (de 187.600 para 198.200). O grupo mais amplo de desenvolvedores/QA/testadores deve crescer 10%. O código escala com computação; os testadores escalam com contratações. Essa lacuna é o mercado inteiro.

Qual é o tamanho do mercado de testes de software e quanto dele é IA hoje?

Empresas de pesquisa avaliam o mercado global de testes de software em cerca de US$ 60–66 bilhões, e os testes habilitados por IA ainda representam menos de 1% disso. Esse descompasso é a oportunidade — e o risco para quem vende os outros 99%.

• Mercado total. A Global Market Insights (2026) estima o mercado em US$ 60,5 bilhões em 2025 e US$ 65,9 bilhões em 2026, crescendo cerca de 7,7% ao ano até atingir US$ 127,5 bilhões em 2035.
• Participação da mão de obra. Na mesma estimativa, os serviços de teste representaram 38% dos gastos de 2025, cerca de US$ 23 bilhões por ano, o que basicamente compra o tempo das pessoas.
• Participação da IA. A Research and Markets (2026) avalia o mercado de testes habilitados por IA em US$ 544 milhões em 2025, chegando a US$ 1,39 bilhão em 2031. Isso é menos de 1% do gasto total com testes.
• Para onde vai o dinheiro de TI. A previsão de julho de 2026 do Gartner coloca os gastos com TI em 2026 em US$ 6,37 trilhões. O software cresce 15,5%; os serviços de TI crescem apenas 5,3%.

Todas essas são estimativas e divergem nos totais. Mas concordam na direção: os compradores estão investindo em software a um ritmo mais rápido do que em serviços. Minha visão é que, nos próximos 10 anos, US$ 65-100 bilhões dos gastos com testes serão agênticos (ou seja, roteados por agentes e plataformas, em vez de cobrados por hora). Esse é o pote pelo qual todos os players desse mercado estão brigando agora.

Para onde vai um orçamento de testes hoje? Os Quatro Reservatórios de Gastos com Qualidade

Todo orçamento de testes é dividido em quatro reservatórios: Mãos, Scripts, Trilhos e Comprovação. O QA agêntico encolhe os dois primeiros, expande o terceiro e transforma o quarto em uma linha orçamentária real.

Os Quatro Reservatórios de Gastos com Qualidade é um modelo para rastrear para onde o dinheiro vai e como ele se move:

1. Mãos - pessoas que testam: testadores manuais internos, equipes offshore de regressão, rodadas de UAT.
2. Scripts - construção e manutenção de automação baseada em scripts: suítes e frameworks de Selenium, Playwright e Appium, além das horas de SDETs que os mantêm funcionando.
3. Trilhos - infraestrutura que executa os testes: grids de navegadores, nuvens de dispositivos reais, orquestração, capacidade de CI.
4. Comprovação - verificação independente: evidências de que o software e os agentes de IA se comportaram corretamente, antes e depois do lançamento.

A parte contraintuitiva são os Trilhos. A maioria dos discursos de venda de testes com IA promete uma conta de infraestrutura menor. Eu espero o oposto. Agentes não ficam entediados, então testam mais caminhos, mais dispositivos e mais builds. O volume de execução aumenta. O que precisa cair é o custo por execução, e é por isso que a orquestração importa mais do que o tamanho bruto do grid.

Quais orçamentos de testes encolhem com a chegada dos agentes de teste de IA?

Mãos e Scripts encolhem primeiro, porque esse é o trabalho que os agentes de teste de IA fazem diretamente, e ambos ainda são comprados por hora.

Dois sinais mostram que a mudança já começou:

• As horas perdem sua âncora. Se um agente consegue executar e corrigir uma suíte completa de regressão durante a noite, a unidade de valor passa a ser uma release verificada. Os donos de orçamento já estão sentindo a pressão: na pesquisa de outubro de 2026 do Gartner com CIOs, o financiamento está migrando para GenAI e IA agêntica, e os gastos legados estão sendo cortados. As renovações de testes são a primeira área em que a precificação baseada em resultados entra em cena.
• IA acoplada entrega menos do que promete. O World Quality Report 2025-26 da Capgemini descobriu que 89% das organizações estavam pilotando ou implementando GenAI em engenharia de qualidade, enquanto apenas 15% haviam levado isso à escala corporativa. O ganho médio de produtividade foi de 19%. Os ganhos são bem modestos, pois a maioria das equipes simplesmente adicionou IA aos fluxos de trabalho existentes em vez de reestruturá-los.

O reservatório de Scripts não desaparece. Testes baseados em código continuam rodando no CI, e os SDETs continuam sendo os responsáveis por eles. O que desaparece é a necessidade de pagar pessoas para consertar localizadores frágeis após cada pequena mudança na interface. A manutenção deixa de ser um custo de headcount e passa a ser um custo de computação quando os agentes geram e corrigem os testes.

Por que a verificação, e não a geração de testes, é o ativo escasso?

Porque a geração está ficando barata, e a confiança, não. Qualquer agente de codificação consegue agora escrever testes para o código que acabou de gerar, e é exatamente por isso que esses testes não podem ser a única evidência. O autor está corrigindo a própria prova.

Os dados sobre confiança são consistentes:

• De acordo com o AI Pulse do 1º trimestre de 2026 da KPMG, 54% das organizações estão implantando agentes de IA, e 63% agora exigem validação humana das saídas dos agentes, contra 22% um ano antes.
• A pesquisa de outubro de 2026 do Gartner com 2.002 CIOs revelou que apenas 13% obtiveram valor significativo ou transformacional com a IA, e só 31% têm regras definindo quando um piloto não deve ir para produção.
• Segundo pesquisas do Gartner, até o final de 2027, mais de 40% dos projetos de IA agêntica terão sido cancelados por questões de custo, valor pouco claro ou controles de risco insuficientes.
• O Capgemini Research Institute (2025) constatou que a confiança em agentes totalmente autônomos caiu de 43% para 27% ao longo de um ano.
• O Predictions 2027 da Forrester, conforme reportado pelo TechNewsWorld, prevê que um bug em código gerado por IA pode causar uma interrupção global em múltiplos setores.

Destaque os 63%. A validação humana da saída do agente é o reservatório de Mãos voltando pela porta dos fundos. Se você não financiar a Comprovação na velocidade da máquina, vai financiar a Comprovação na velocidade humana, e o ROI dos seus agentes vai desaparecer em filas de revisão.

O que é verificação independente?

Verificação independente é a evidência sobre o comportamento do software gerada por um sistema separado daquele que o construiu ou que o executa: gravações, logs, asserções e pontuações que um revisor ou auditor possa conferir. A independência é o que transforma uma alegação em evidência.

Espere que toda plataforma de agentes entregue testes para seus próprios agentes. As empresas rodam agentes em pilhas de CRM, ERP, contact center e sistemas personalizados, então a evidência que libera uma release precisa vir de uma camada que não pertença a nenhuma delas.

Observar, avaliar ou assegurar: do que você precisa?

Os gastos com Comprovação se dividem pelo momento. A Assurance responde "isso deve ser lançado?" antes da release; as avaliações e a observabilidade respondem "como está indo?" depois.

Agent Assurance é o teste em pré-produção de fluxos de trabalho de agente para agente, no qual agentes de teste exercitam outros agentes antes do lançamento, sem um humano no loop, e retornam evidências de seu comportamento. É a fatia mais nova da Comprovação e a que tem o menor orçamento alocado hoje.

O que os CIOs devem fazer com seu orçamento de QA em 2027?

Meça seus quatro reservatórios e depois mova o dinheiro de Mãos e Scripts para Trilhos e Comprovação conforme os contratos forem renovados, não antes. Use este quadro de avaliação para ver onde você está.

Quadro de Avaliação de Realocação para QA Agêntico

Pontue cada pergunta com 0 (não), 1 (parcialmente) ou 2 (sim):

• ☐ Você sabe como seu gasto com testes está dividido entre Mãos, Scripts, Trilhos e Comprovação?
• ☐ Os contratos terceirizados de testes com renovação em 2027 são precificados por resultados em vez de horas ou FTEs?
• ☐ A manutenção de testes é rastreada como uma linha de custo própria?
• ☐ A maioria dos testes novos é criada ou reparada por agentes, com humanos fazendo a revisão?
• ☐ Sua camada de execução consegue rodar volumes em escala de agente em paralelo, em navegadores e dispositivos reais, sem filas?
• ☐ A verificação é independente do sistema que escreveu o código ou que executa o agente?
• ☐ Você testa agentes de chat, voz e IVR, além de fluxos de agente para agente, antes do lançamento, e não apenas depois?
• ☐ Toda release gera evidências que uma equipe de risco ou um auditor poderia ler?

0–5: Exposto. Você está pagando preços de 2019 por trabalho de 2026. 6–11: Em transição. Escolha as duas menores pontuações e corrija-as antes do próximo ciclo de renovação. 12–16: Pronto para o modelo agêntico. Seu próximo problema será provar valor para o conselho, então torne a Comprovação reportável.

Quem ganha e quem é desestabilizado nos testes de software com IA?

Arbitragem pura de mão de obra e geradores de testes de funcionalidade única são uma aposta perdedora. Os vencedores são as plataformas que dominam a execução em escala e possuem comprovação independente em todos os tipos de interação de software.

A forma mais clara de visualizar o mapa é observar quem fala com quem:

Três grupos estão mais expostos. Primeiro, serviços de teste intensivos em mão de obra que não migram a precificação para resultados. Segundo, ferramentas isoladas de "geração de testes com IA", porque os agentes de codificação agora geram testes como efeito colateral. Terceiro, infraestruturas vendidas apenas como capacidade, sem orquestração ou acesso nativo para agentes.

Os vencedores serão as plataformas ponta a ponta que cobrem todas as três linhas para compradores corporativos e de médio porte, que querem menos fornecedores, e não mais ferramentas pontuais.

Onde o TestMu AI se encaixa no QA agêntico

O TestMu AI foi nomeado Líder no Magic Quadrant do Gartner de 2026 para Plataformas Agênticas de Garantia de Qualidade de Software. Sou cofundador da empresa, então aqui está como construímos os quatro reservatórios, em vez de uma lista de funcionalidades. O TestMu AI é uma plataforma de Engenharia de Qualidade Agêntica com duas metades, Agentic Testing e Agentic Cloud, e um princípio por trás de tudo: uma camada independente de verificação que produz evidências de comportamento.

• De Mãos para agentes: o KaneAI permite que testadores manuais e PMs criem e executem testes em linguagem natural, para que o conhecimento de domínio escale sem aumentar o headcount.
• De Scripts para agentes: o Kane CLI oferece a SDETs e desenvolvedores o ciclo completo de engenharia de qualidade direto do terminal, ao lado dos agentes de codificação que já utilizam.
• Trilhos: o HyperExecute, nossa camada de orquestração de testes, roda nesse volume junto com a Real Device Cloud e a Browser Cloud, dando aos agentes de IA sua própria infraestrutura de navegadores.
• Comprovação: o Agent Testing cobre agentes de chat, voz, IVR, WhatsApp e vídeo. O Rook entrega o Agent Assurance: agentes testando agentes antes do lançamento.

Uma única plataforma cobre web, mobile, aplicativos empacotados como Salesforce, SAP, Microsoft 365, Oracle e ServiceNow, além de agentes de IA. Isso importa porque a Comprovação só funciona quando as evidências vivem em um único lugar. Chamamos a categoria mais ampla de Observe, Eval e Assure, e é no Assure que lideramos.

Previsões de QA agêntico para 2027–2030

Estas são minhas previsões, não projeções de nenhum analista:

1. Até o final de 2027, as RFPs corporativas de testes vão avaliar fornecedores pelas evidências por release, e não pelo número de testes criados.
2. Ao longo das renovações de 2027–2028, os contratos terceirizados de regressão vão migrar para precificação por resultado ou por release verificada.
3. Até 2028, empresas reguladas darão à Comprovação sua própria linha orçamentária, gerida em conjunto com as áreas de risco e compliance.
4. Até 2029, as execuções de testes geradas por agentes vão superar as execuções escritas por humanos nas principais nuvens de execução.
5. A primeira grande interrupção causada por código de IA fará pelos orçamentos de Comprovação o que as grandes falhas fizeram pela observabilidade: transformar um bônus em pauta de diretoria.

Conclusão: o QA agêntico move dinheiro, não apenas trabalho

O QA agêntico não é apenas uma versão mais barata dos testes que você compra hoje. É uma forma completamente diferente de gastar: menos horas, menos scripts escritos à mão, mais execução e um novo item de orçamento para comprovação independente. O fato de o Gartner ter renomeado a categoria mostra que a mudança agora é oficial. O fato de 63% das organizações ainda validarem manualmente a saída dos agentes mostra que ainda não chegamos lá.

Rode o quadro de avaliação neste trimestre. Mapeie seus quatro reservatórios. Depois, mova o orçamento para de onde vêm as evidências.

Próximo passo: veja como o HyperExecute e o Agent Testing se encaixam nos seus reservatórios de Trilhos e Comprovação, ou leia a documentação do TestMu AI.

FAQ

O que é QA agêntico?

QA agêntico é a garantia de qualidade de software na qual agentes de IA planejam, constroem, executam e mantêm testes para alcançar um objetivo definido, com uma camada independente de verificação para confirmar que o software de fato se comportou conforme o exigido. Isso é diferente dos testes aumentados por IA, em que um humano ainda está no controle da ferramenta. No QA agêntico, o agente faz o trabalho e o humano revisa as evidências.

Por que o Gartner renomeou seu Magic Quadrant de testes de software?

Em 6 de outubro de 2026, o Gartner publicou seu Magic Quadrant para Plataformas Agênticas de Garantia de Qualidade de Software, sucedendo seu relatório de 2025 sobre Ferramentas de Teste de Software Aumentadas por IA. A mudança de nome mostra uma transição da IA auxiliando testadores humanos para agentes de IA realizando os testes, impulsionada por agentes de codificação que produzem software mais rápido do que as equipes conseguem validar.

Qual é o tamanho do mercado de testes de software em 2026?

A Global Market Insights estima o mercado de testes de software em US$ 65,9 bilhões em 2026, acima dos US$ 60,5 bilhões de 2025, crescendo cerca de 7,7% ao ano até US$ 127,5 bilhões em 2035. Os serviços de teste representaram 38% dos gastos de 2025. Os testes habilitados por IA somavam cerca de US$ 544 milhões em 2025, segundo a Research and Markets, o que representa menos de 1% do total. Todos são estimativas de empresas de pesquisa.

Os agentes de teste de IA vão reduzir os orçamentos de QA?

Na nossa visão, não. Os agentes de teste de IA reduzem os gastos com horas de teste manual e manutenção de scripts, mas aumentam o volume de execução de testes e, consequentemente, criam demanda por verificação independente. Dentro do modelo dos Quatro Reservatórios de Gastos com Qualidade, o investimento sai de Mãos e Scripts e vai para Trilhos (a infraestrutura de execução) e Comprovação (a verificação), em vez de simplesmente desaparecer.

O que é o modelo dos Quatro Reservatórios de Gastos com Qualidade?

Os Quatro Reservatórios de Gastos com Qualidade é um modelo para rastrear para onde vai o dinheiro dos testes: Mãos (pessoas que testam), Scripts (construção e manutenção de automação baseada em scripts), Trilhos (grids de navegadores, nuvens de dispositivos reais e orquestração) e Comprovação (verificação independente do comportamento do software e dos agentes de IA). O QA agêntico encolhe Mãos e Scripts, expande Trilhos e transforma a Comprovação em sua própria linha orçamentária.

Qual é a diferença entre agent assurance, evals e observabilidade?

Agent Assurance é o teste em pré-produção de fluxos de trabalho de agente para agente, em que agentes de teste são usados para exercitar outros agentes antes do lançamento e retornar evidências. Evals pontuam a qualidade da saída offline ou após o lançamento. Observabilidade é o que monitora o que os agentes estão fazendo em produção. Assurance é a resposta para a pergunta "isso deve entrar em produção?". Evals e observabilidade são as respostas para a pergunta "como está o desempenho depois de entrar em produção?".

Como os CIOs devem realocar o orçamento de QA para a IA agêntica?

Comece mapeando os gastos entre Mãos, Scripts, Trilhos e Comprovação. Depois, conforme os contratos forem sendo renovados, desloque o investimento: reprecifique seus testes terceirizados com foco em resultados, pare de financiar novas suítes de scripts escritos à mão, invista em orquestração e execução e dê à verificação independente um responsável e um orçamento. A KPMG descobriu que 63% das empresas ainda validam manualmente a saída dos agentes, então a Comprovação é a lacuna.