O que CTOs dizem sobre IA: muito ganho real, mas também muita fricção operacional, financeira e de processo

No mês de março o encontro da CTO Real foi sobre o tema “Compartilhamento de experiências de uso da IA”. O objetivo era cada CTO abrir o seu coração e compartilhar com os colegas como estavam sendo as experiências reais com a IA, ganhos, perdas, erros e acertos. Fiz um compilado abaixo dos principais pontos discutidos, para termos uma visão 100% crua sobre como está sendo a adoção da IA nas empresas, do ponto de vista de quem está liderando esse movimento.

Esse foi um dos pontos mais recorrentes. Quase todo mundo reconhece que a IA já está aumentando a produtividade dos times, principalmente em desenvolvimento, atendimento, marketing e tarefas operacionais. Mas esse ganho não vem limpo. Ele vem acompanhado de novas camadas de gestão, como escolha de ferramentas, controle de custo, definição de limites, governança de uso e controle de qualidade.

Ou seja, a IA melhora a execução, mas aumenta a complexidade de gestão do processo.

A dor não é só “IA é cara”. A dor é que o modelo de cobrança ainda é ruim para a realidade das empresas, especialmente no Brasil. Os principais problemas mencionados foram:

• Planos empresariais ainda mal estruturados.
• Ferramentas pensadas para uso individual, mas pagas pela empresa.
• Pouca previsibilidade de custo.
• Modelo por token difícil de defender internamente.
• Risco de a conta explodir do nada.
• Dificuldade de aprovar isso com CFO e governança.

Em resumo: o ganho existe, diretoria quer aplicar, mas a previsibilidade financeira ainda é fraca.

Existe uma sensação de que o mercado, especialmente CEOs e boards, já parte da premissa de que a IA já está madura, de que tudo já deveria estar automatizado e de que os times já deveriam estar entregando muito mais com menos gente.

Mas na prática, segundo os relatos do grupo, não está tudo pronto. O que existe hoje é:

• Muita experimentação.
• Muito aprendizado tático.
• Ferramentas evoluindo rápido.
• Ganhos importantes, mas ainda instáveis.
• Muito ajuste fino de processo.

Essa diferença entre expectativa executiva e realidade operacional está gerando pressão nas lideranças técnicas.

Outro ponto muito forte do encontro: a IA não está funcionando bem na mão de quem continua trabalhando do jeito antigo. O time precisa aprender a pedir melhor, a quebrar melhor os problemas, planejar melhor, revisar melhor e interagir melhor com os agentes e ferramentas.

Teve uma fala muito boa nessa linha: a produtividade só aparece de verdade quando o time aprende a “cuidar do parquinho”. Ou seja, não basta ter IA, é preciso aprender a trabalhar com ela.

Muita gente relatou aumento de velocidade, mas com efeitos colaterais como:

• Código saindo mais rápido, mas com mais falhas.
• UX piorando mesmo com entrega acelerada.
• Soluções funcionando, mas mal acabadas.
• Necessidade maior de revisão.
• Aumento de retrabalho em algumas frentes.

A síntese aqui é que a IA aumentou a velocidade antes de aumentar a consistência. Então a discussão deixou de ser “como gerar mais” e passou a ser “como garantir qualidade no que foi gerado”.

Se a IA aumenta a produção, ela também aumenta o risco de volume ruim em produção. Por isso, apareceu com força a necessidade de mais revisão automatizada, mais controle de padrões. mais ferramentas de code review, mais validação de qualidade e guardrails técnicos, e mais atenção ao que o time está aceitando como “bom o suficiente”.

Esse ponto é importante porque muita empresa entrou em IA pela porta da produtividade, mas agora está descobrindo que qualidade virou o novo gargalo.

Hoje, como a qualidade da entrega ainda depende muito da forma como cada profissional interage com a ferramenta, o conhecimento não está só no código. Ele também está na sequência de prompts, na lógica de interação, nas decisões tomadas ao longo da geração e no caminho que aquele profissional percorreu para chegar ali. Resultado: quando outro dev pega aquilo depois, ele muitas vezes não tem o mesmo domínio.

Ou seja: a IA está acelerando a entrega, mas ainda não resolveu bem a transferência de conhecimento entre pessoas.

A divisão tradicional de papéis está ficando menos rígida. As falas apontam que o mercado já está vendo menos espaço para profissionais extremamente compartimentados, como aqueles que atuam só como front-end, só como back-end, como executor ou como codificador.

O dev começa a se aproximar mais de produto, arquitetura, análise, decisão, experiência do usuário, visão mais sistêmica. A IA está empurrando o desenvolvedor para um papel mais amplo.

Quase todo mundo quer chegar em algo mais autônomo, com agentes executando fluxo mais completo. Mas a maioria ainda relatou que está em um estágio anterior, com o uso de agentes como assistentes, copilotos, em automações parciais, em fluxos semiassistidos, IA no backoffice ou em produtividade interna.

Os agentes mais autônomos ainda aparecem como promessa forte, mas ainda com custo alto, complexidade alta, dificuldade de sustentação e resultado inconsistente em vários contextos.

Um padrão interessante apareceu. Muitas empresas ainda não estão colocando IA pesada direto no produto final, principalmente em contextos mais regulados. O melhor terreno hoje parece ser backoffice, atendimento, operações internas, processamento documental, leitura de dados não estruturados, suporte a executivos e automação administrativa.

Ou seja, muita empresa está usando IA primeiro para ganhar eficiência interna antes de expor isso diretamente ao cliente final.

Os CTOs relataram dificuldade para responder perguntas simples como:

• Quanto exatamente a IA está economizando?
• Quanto ela está custando de verdade?
• Como medir ganho real?
• Como defender esse investimento internamente?

O que apareceu foi muita métrica indireta, uso de Dora Metrics, análise de deploy, lead time e change failure rate e tentativa de capturar relatos internos, mas ainda pouca clareza sobre o ROI completo.

A IA já está dentro da operação, mas a medição do valor ainda está atrasada.

Talvez esse seja o melhor resumo do encontro. Ninguém ali tratou IA como modinha. Também ninguém tratou como algo totalmente resolvido. O sentimento foi de que ainda está cedo, confuso e com muita coisa imatura, mas já gera ganho demais para ser ignorada.
E isso cria o momento clássico de transição: quem ignorar fica para trás, e quem entrar sem critério se machuca.

Resumão

• IA já aumenta produtividade de forma real.
• Custo e previsibilidade ainda são dores fortes.
• Qualidade e governança viraram prioridade.
• O perfil do dev está mudando.
• O mercado ainda não sabe medir bem o retorno.
• O maior desafio agora não é usar IA, é reorganizar o trabalho em volta dela.

Fazendo uma análise fria e 100% minha do que ouvi dos CTOs nesse encontro, versus o que temos visto no mercado e feito nos clientes, trago o seguinte.
Tem muito CEOs e diretorias não techs sendo levadas pelo hype e ignorando a realidade. A IA não é a bala de prata que estão achando que é. Não é o plug and play que esperam que seja. Não é barata como gostariam que fosse. E a transição para um processo e modelo que gera ROI de verdade não é rápida e nem fácil de fazer.

Ou seja, CEO quer velocidade, economia de custos e otimização de processo, mas age mais como um sabotador dessa transformação.

A IA é adotada a conta gotas, mas a expectativa é de um tsunami de resultados. Escuto de muitos líderes e desenvolvedores seniores que já estão usando IA nos seus processos e equipes. Ai quando vamos ver usam um vibe coding pra validar novas ideias, usam como copilotos da mesma forma que usam um GPT no âmbito pessoal, ou usam agentes mal estruturados em inserções super pontuais.

Isso não é usar IA, é brincar de usar ainda. Sem uma adoção estrutural da IA dentro dos processos e não como apoio externo, não tem mágica. O foco está mais em adotar IA do que ganhar eficientes usando ela. Poucas pessoas estão deixando a IA um pouco de lado para olhar primeiro onde estão os seus gargalos, para então depois ver como a IA ajudar a resolver. O foco está sendo em colocar a IA embaixo do braço e sair pulverizando em tudo o que dá esperando que dê tudo certo. Há uma inversão lógica nesse comportamento.

Já é possível automatizar a esteira de desenvolvimento com agentes autônomos, a questão é que não estão sabendo como fazer isso e preferem dizer que a IA não está pronta O fato de você não saber como fazer não significa que não é possível ser feito. E aqui entra uma questão complicada: os líderes dessa adoção da IA não estão tendo tempo para parar e fazer essa transformação acontecer como deveria. É o clássico de reformar o avião com ele voando. Realmente não tem como chegar aos resultados esperados nesse contexto de limitação de ação e pressão.

Mas que já é possível fazer isso é. Spotify já falou disso. Eu já falei disso aqui e aqui e nossos clientes também aqui. E todos os dias saem cases novos. Ignorar isso é uma escolha.

Estamos vivendo uma mudança mercadológica, ou seja, 100% das empresas de TI terão de ir para esse caminho.
Esse é o ponto da inevitabilidade. Cada empresa está passando por uma questão de escolha do QUANDO, mesmo algumas não percebendo isso. Ou seja, quem não adotar IA nos seus processos de software, daqui 2 anos vai ser como uma empresa que monta carros manualmente enquanto as outras usam robôs na sua linha de produção.

O quando vai depender de:

• O quanto o CEO e o board atrapalham ou ajudam.
• O quanto você está disposto a gastar agora ou não.
• O quanto o seu time tem maturidade pra fazer isso acontecer.
• O quão rápido a sua cultura vai se adaptar para a era da IA.

É como comentei em outro artigo, frente ao inevitável não se luta, se adapta. E a velocidade de adaptação é o que vai dizer qual empresa fica de pé e qual cai.