Andrew Filev, o homem por trás da Wrike, plataforma de gestão de trabalho colaborativo vendida à Citrix por US$ 2,25 bilhões em 2021, não está para brincadeiras quando o assunto é inteligência artificial. Em sua nova empreitada, a Hops, Filev implementou o que ele chama de "fábrica humano-IA". A premissa é simples, mas radical: agentes de IA geram um volume de código — ou pull requests (PRs) — que supera em muito a capacidade de revisão da equipe humana. A regra é clara: todo PR gerado por IA deve ser revisado pelo engenheiro no mesmo dia. Filev descreve a situação como estar em um carro com o pedal no fundo: "Ou você assume o volante, ou vamos bater no muro. A escolha é sua, mas eu continuarei acelerando". Ele foi transparente com sua equipe, admitindo que o método antigo não seria suficiente e que a impossibilidade não seria uma desculpa válida.
O Contexto da Aceleração
A iniciativa de Filev na Hops espelha uma preocupação crescente entre executivos de grandes corporações: a produtividade individual com IA está aumentando, mas os resultados em nível corporativo demoram a aparecer. A Hops, que recebeu US$ 35 milhões em financiamento — dois terços provenientes do próprio Filev —, opera como um "Slack cruzado com uma linha de produção para IA". A plataforma integra chat, documentos compartilhados, planilhas e armazenamento de arquivos, permitindo que agentes de IA trabalhem lado a lado com os humanos em cerca de 2.000 sistemas externos, de contas de anúncios do Google e Meta a plataformas como Stripe. A proposta de valor central é onde o trabalho de IA reside: enquanto muitos usam ferramentas como ChatGPT em sessões privadas, o que impede a disseminação do conhecimento dentro da empresa, a Hops centraliza o aprendizado. O que um funcionário ensina ao sistema, todos aprendem. Isso permitiu que a equipe da Hops cancelasse ou reduzisse o uso de ferramentas como Tableau, Jira, Notion, Slack e HubSpot, gerando uma economia de cerca de US$ 135.000 em custos de assinatura.
A Mecânica da Nova Produtividade
Filev argumenta que a lentidão nas empresas tradicionais não é apenas um problema técnico, mas sim um gargalo nos processos de trabalho. Ele exemplifica com a criação de uma landing page: um copywriter a escreve, envia para um designer ocupado, que faz sua parte e envia para um gerente de campanha, que insatisfece, devolvendo ao designer. Mesmo que o designer reduza seu tempo de 2 horas para 15 minutos, o ciclo completo ainda pode levar semanas. Na Hops, o processo é drasticamente encurtado. A diretora de marketing, Jen Wan, usa IA para desenvolver ideias, e o diretor de criação, David Mekerishvili, ajusta em minutos, eliminando idas e vindas. Além disso, as regras da marca são codificadas no workspace, garantindo que qualquer solicitação de imagem do mascote Hops resulte em algo consistente, sem a necessidade de aprovação individual. Filev acredita que é "absolutamente" mais rápido construir uma empresa de IA do zero do que tentar adaptar estruturas legadas. Ele cita sua própria experiência na Wrike, onde uma mudança fundamental no produto, desejada por anos, não pôde ser implementada antes de sua saída.
Implicações e Stakeholders
A transformação promovida por Filev tem implicações profundas para a gestão de engenharia e para o futuro das empresas. Os números de sua equipe são impressionantes: as requisições de merge (PRs) aumentaram 5,3 vezes entre janeiro-março e agosto-outubro, e em linhas de código líquidas, o aumento é de 6,3 vezes. Filev estima que o valor de negócio gerado seja pelo menos 10 vezes maior. Esse salto não vem apenas da adoção de agentes de codificação, mas principalmente da atribuição de responsabilidade total a cada engenheiro, desde a decisão do produto até a escrita do código, eliminando a dependência de aprovações de gerentes de produto. Isso exigiu uma reformulação na contratação, focando em "agência" — a capacidade de tomar iniciativa e propriedade — e testando arquitetura de forma mais rigorosa, já que a escrita de código é feita por IA. Gerentes de engenharia agora gerenciam agentes de IA em vez de pessoas, focando em gerenciamento de processos e na identificação de falhas nos sistemas de IA. Essa mudança, embora disruptiva, é vista por Filev como uma oportunidade de crescimento para os gerentes, que podem desenvolver novas habilidades em um cenário onde a colaboração humano-IA é a norma. A adaptação, contudo, não é fácil; Filev admitiu que mesmo com engenheiros de ponta, foram necessários meses de repetição e insistência para que a nova cultura fosse absorvida.
Perguntas em Aberto
A adoção radical de IA por Filev levanta questões sobre a resistência cultural e a capacidade de adaptação de diferentes mercados. Enquanto Filev, nascido na Rússia e autodenominado "capitalista romântico", vê a agência americana como um motor para "se eu posso sonhar, eu posso fazer", a resistência à IA em outros países pode ter raízes culturais ou econômicas distintas. A transição para uma força de trabalho mais orientada por IA, onde o trabalho humano se concentra na supervisão e otimização de agentes, pode gerar tensões sociais e econômicas, lembrando a "pausa de Engels" durante a Revolução Industrial, quando os ganhos de produtividade não se traduziram imediatamente em melhores salários para os trabalhadores. A questão central permanece: como garantir que os ganhos de produtividade da IA sejam amplamente distribuídos e não apenas concentrados em cortes de custos ou lucros de acionistas? A estratégia de Filev, de investir o aumento de produtividade em crescimento e retreinamento, pode ser um modelo, mas sua replicabilidade em larga escala, especialmente em empresas com estruturas mais rígidas, ainda é uma incógnita.
Filev continua a pressionar o acelerador, planejando aplicar a mesma metodologia de choque e adaptação à sua equipe de marketing. A meta é criar um ambiente onde o uso das novas ferramentas de IA não seja uma opção, mas uma necessidade para a execução do trabalho. O próximo passo é tornar os agentes de IA, como o mascote Hops, capazes de realizar tarefas complexas em reuniões, demonstrando um futuro onde a colaboração entre humanos e máquinas redefine a eficiência operacional. Com reportagem de Brazil Valley
Source · Fortune



