A corrida pela integração de agentes de inteligência artificial nas rotinas corporativas atingiu um ponto de inflexão onde a métrica de sucesso financeiro tornou-se o principal entrave para a adoção em larga escala. Durante a conferência Fortune Brainstorm Tech, realizada em Aspen, Boris Cherny, arquiteto do Claude Code na Anthropic, apresentou uma tese provocativa sobre como executivos devem avaliar o retorno sobre investimento dessas tecnologias. Segundo reportagem da Fortune, o erro fundamental das empresas hoje é tratar o gasto com agentes de IA como uma despesa de software, quando, na verdade, o impacto direto ocorre na folha de pagamentos e na produtividade da engenharia.
Para a Anthropic, que projeta um cenário de crescimento acelerado para sua ferramenta de codificação, a mudança de paradigma é urgente. Cherny argumenta que comparar o custo de uma assinatura mensal de IA com o valor de outras ferramentas digitais é um exercício inútil que obscurece o ganho real de eficiência. A verdadeira métrica, segundo o especialista, deve ser o custo que a empresa teria para realizar a mesma tarefa utilizando exclusivamente mão de obra humana.
A falácia da comparação de software
O ceticismo inicial de muitos clientes corporativos em relação ao custo do Claude Code reflete uma visão limitada do mercado de ferramentas SaaS. Enquanto assinaturas de 20 dólares mensais são o padrão para produtos de produtividade, agentes autônomos de codificação operam em uma categoria distinta. Cherny observa que o valor percebido só se torna claro após meses de uso, quando as equipes percebem que a ferramenta não é apenas um assistente, mas um substituto de ciclos de desenvolvimento.
A recomendação central é a implementação de pilotos internos controlados. Ao comparar o desempenho de uma equipe utilizando o Claude Code contra outra que mantém fluxos de trabalho tradicionais, a disparidade na velocidade e na qualidade do output torna-se empiricamente mensurável. Esta abordagem baseada em dados não apenas justifica o investimento, mas fornece aos CFOs uma base sólida para a alocação de capital em projetos de IA, afastando a discussão de métricas de software para indicadores de eficiência operacional.
O gargalo móvel na automação
A experiência de Cherny na gestão de milhares de agentes de IA revela uma dinâmica operacional que poucos executivos compreendem: o gargalo de produtividade é móvel. À medida que a automação resolve a escrita de código, a revisão técnica passa a ser o novo ponto de estrangulamento. A resposta da Anthropic foi, portanto, automatizar também a revisão, utilizando equipes de agentes com personas distintas para analisar cada modificação no código-fonte.
Essa estratégia de melhoria contínua transforma a estrutura de gestão de processos. O aprendizado de Cherny sobre a própria falibilidade ao lidar com IA reforça a necessidade de humildade intelectual nas empresas. Ao colocar a IA no centro de toda a operação — desde a escrita de código até processos administrativos como pedidos de reembolso — a empresa descobre que a eficiência exige uma reconfiguração completa das rotinas, e não apenas a instalação de um novo software.
Implicações para o ecossistema de contratação
A adoção de agentes de IA altera radicalmente o perfil de talento buscado pelas empresas de tecnologia. Cherny enfatiza a preferência por generalistas e colaboradores com baixo ego, capazes de priorizar dados de clientes sobre convicções internas. A ideia é que, em um ambiente de alta automação, cada funcionário deve atuar como um gestor de produto, coletando sinais do mercado para orientar o desenvolvimento.
Para o ecossistema brasileiro, essa transição sugere desafios na formação de profissionais. A demanda por especialistas técnicos puros pode diminuir em favor de perfis que dominam a orquestração de sistemas inteligentes. As empresas locais, ao buscarem eficiência, enfrentarão a necessidade de integrar essas ferramentas não como periféricos, mas como pilares da estratégia de negócio, sob pena de perderem competitividade frente a estruturas globais mais ágeis.
O futuro da gestão orientada por IA
O que permanece incerto é a velocidade com que as organizações tradicionais conseguirão abandonar seus frameworks legados de avaliação de custos. A transição para uma estrutura onde a IA é a base de cada processo exige uma mudança cultural profunda que vai além da tecnologia.
O mercado deve observar como as grandes corporações — como Salesforce e Airbnb, citadas como referências — sustentarão esses níveis de produtividade a longo prazo. A questão que fica para os próximos trimestres é se a produtividade gerada por agentes será reinvestida em inovação ou se servirá apenas para a redução de custos operacionais imediatos.
A transição para modelos de trabalho centrados em agentes de IA parece ser um caminho sem volta para empresas que buscam escala. A questão central, no entanto, permanece sobre como equilibrar a automação extrema com a necessidade de supervisão humana qualificada. O tempo dirá se essa nova forma de construir software alterará permanentemente a estrutura das organizações ou se criará novos desafios de gestão ainda desconhecidos.
Com reportagem de Brazil Valley
Source · Fortune
