Resumo editorial: A Sankhya, fornecedora brasileira de sistemas de gestão empresarial (ERP), diferencia-se por sua aposta em Inteligência Artificial preditiva desde 2017. Recebeu aporte de R$ 425 milhões do GIC (fundo soberano de Singapura) em 2020, marcando um dos maiores investimentos em ERP brasileiro. Em 2026, consolidação da adoção corporativa de IA em gestão, transição de "pilotos" para "produção", e expansão via canal integrador.
Histórico: o ERP brasileiro que apostou em IA desde 2017
A Sankhya, fundada originalmente como fornecedora de soluções ERP parametrizadas para médias empresas, deu inflexão estratégica em 2017 ao lançar BIA, a "primeira assistente virtual do mercado de ERP brasileiro". A decisão foi contracíclica: enquanto mercado ainda discutia cloud adoption, Sankhya já integrava IA conversacional ao core de seu produto.
BIA não era um chatbot de atendimento. Era um componente que permitia gestores fazer perguntas em linguagem natural ao sistema de gestão:
- "Qual foi o faturamento de janeiro por filial?"
- "Quem são meus top 10 clientes por volume?"
- "Qual produto tem maior margem?"
A resposta não era um relatório estático: era resposta estruturada em português, com contexto de negócio. Isso exigia NLP (natural language processing) + IA preditiva para interpretar intenção do gestor + acesso aos dados transacionais.
O aporte de GIC: R$ 425 milhões em 2020
Em novembro de 2020, a Sankhya anunciou recebimento de investimento de R$ 425 milhões do GIC, o fundo soberano de Singapura que administra parte das reservas do país. A transação passou para GIC participação minoritária relevante da empresa.
Significado do aporte:
- Validação de modelo: GIC não é VC clássico (que aposta em crescimento exponencial). É fundo de família soberana com horizonte longo e expectativa de retorno moderado mas sustentável. Seu interesse sinaliza que Sankhya passou de "startup experimental" para "empresa de infra crítica".
- Escala de investimento: R$ 425 milhões é dos maiores aportes em software de gestão brasileira. Para contexto, Natura (empresa pública) vale ~R$ 20 bi; ERP Sankhya receber R$ 425 mi é marcador de relevância setorial.
- Aplicação dos fundos: Destinados a expansão comercial (mais vendedores, integradores), P&D em IA, e consolidação de aquisições táticas (Sankhya realizou primeiras aquisições pós-aporte).
Inovações em produto: BIA e EIP
BIA (Assistente Virtual): Lançada em 2017, evoluiu de "prototipo experimental" para componente de produção. Permite consultas em português natural, sem necessidade de conhecimento de SQL ou business intelligence. Acesso via web ou mobile.
EIP (Enterprise Intelligence Platform): Anunciada em 2019, é plataforma colaborativa que conecta dados da empresa (from ERP) com dados de mercado (preços, tendências, concorrência) e executa análises preditivas em tempo real. Exemplos de casos de uso:
- Previsão de demanda: IA analisa histórico de vendas + sazonalidade + tendências de mercado para prever demanda futura. Gestor de supply chain recebe alerta se estoque vai ficar abaixo do recomendado.
- Preço dinâmico: IA recomenda ajuste de preço para cada SKU em tempo real, baseada em elasticidade de demanda + concorrência + margem desejada.
- Churn prediction: IA identifica clientes em risco de sair; CRM automaticamente dispara ação (desconto, call comercial) para reter.
Adoção corporativa: pilotos versus produção em 2026
O gap histórico em IA corporativa é entre "pilotos bem-sucedidos" (normalmente em 2–3 meses em um departamento) e "produção escalonada" (integração corporativa, compliance, mudança de processo). Sankhya em 2026 está nesse momento: muitos clientes já têm BIA e EIP em produção, não só em piloto.
Barreiras à adoção ainda existem:
- Barreira tecnológica: Integração de dados, qualidade de dados, arquitetura de IA — Sankhya resolveu.
- Barreira de processo: Equipes de gestão precisam aprender a operar com "recomendação de IA". Mudança comportamental leva 6–12 meses. Essa barreira é a mais lenta.
- Barreira regulatória: Em setores como saúde, financeiro, auditoria regulatória pede explicabilidade de decisão IA ("por que a IA recomendou isso?"). Sankhya desenvolve componentes de interpretabilidade de modelos.
Diretora de Produto da Sankhya frequentemente repete em conversas: "A barreira não é tecnológica, é de processo". Isso é leitura correta: a IA funciona, o sistema funciona, o que toma tempo é mudar como gestor toma decisão.
Modelo de crescimento: expansion via integrador
Sankhya não vende diretamente ao cliente final. Vende via rede de integradores (consultores ERP, sistema houses). Esse modelo:
- Reduz custo comercial: Não precisa manter equipe de sales direto em todas regiões.
- Aumenta velocidade de implementação: Integrador já conhece cliente, contexto, problemas. Propõe Sankhya como solução natural.
- Cria stickiness: Cliente adota ERP via integrador, depois integrador promove upgrade para IA (BIA, EIP), revenue recurring.
Contexto: ERP brasileiro em 2026
O mercado de ERP brasileiro está fragmentado:
- TOTVS: ~40% de share via adquisições (RM, Datasul, Logocenter, RD Station). Modelo é "manter produtos separados e vender via portfolio".
- Senior: ~15% de share, forte em cloud/SaaS transition.
- Sankhya: ~8–10% de share, diferenciada em IA, mais focada em médias empresas que micros.
- Outros: Sistema houses regionais, SAP (premium/enterprise), Oracle (enterprise).
Sankhya diferencia-se não por market share absoluto, mas por "IA como diferenciador de produto". Nenhum outro ERP brasileiro tem competência comparável em preditiva nativa.
Perspectiva editorial: consolidação de inovação
Sankhya em 2026 é marcador de que IA em ERP deixou de ser "diferenciador futurista" para ser "expectativa de mercado". Quando clientes começam a perguntar "vocês têm IA?" como pergunta padrão, o mercado amadureceu. Sankhya, que apostou em IA desde 2017, está 3 anos à frente da competição.
O aporte de GIC (R$ 425 mi) foi aposta em "IA preditiva em gestão empresarial é segmento de longo prazo com demanda estrutural". Em 2026, essa aposta se confirma: mais clientes em produção, mais integradores com BIA em kit de implementação, mais casos de uso documentados.