8
okita
3 min de leitura ·

Estamos começando a ver o fim da "IA go horse" nas empresas?

Boa noite pessoal! Estive trabalhando em uma das "big techs brasileiras" entre 2020 e 2025. Isso me permitiu ver bem de perto o impacto da IA como assistente de código nessas empresas a partir do surgimento das LLMs. Hoje estou trabalhando em uma empresa famosa gringa e minha namorada trabalha na Microsoft.

Meu Contexto (sinta-se livre para ignorar)

No início eu vi a LLM ser tratada de um jeito muito parecido como a maioria das novas tecnologias começam a serem trabalhadas. Algumas pessoas olhando com admiração, outras pessoas achando que era magia e ainda outras vendo com uma certa descrença. Mas o mais importante, tudo era feito com MUITA experimentação para entender o quão útil essa nova tecnologia poderia ser no mercado, e, pelo menos no meu contexto, ainda havia um certo senso crítico para entender se faria sentido ou não.

Não demorou muito para que viesse o hype. Não sei se teve uma convocação de emergência em algum clube dos CEOs ou algo assim, mas o que era uma tecnologia que vinha sendo analisada de forma (relativamente) madura, virou prioridade máxima em quase todas as empresas techs no mundo. Eu lembro de estar trabalhando em uma feature que tínhamos planejado desde o início do ciclo e receber o seguinte comunicado: "se você tem uma oportunidade de fazer uma feature usando LLM, para o que você está fazendo e foca nessa feature de AI".

E não parou por aí, rapidamente as empresas não estavam mais apenas pedindo para mudar o produto para ser AI first ou qualquer coisa assim. As empresas começaram a exigir que os devs usassem assistentes de IA para qualquer tarefa, chegando ao ponto de medir a quantidade de tokens utilizados. Tudo isso podendo ser resumido na fatídica fala do CEO da Nvidia: "If that $500,000 engineer did not consume at least $250,000 worth of tokens, I am going to be deeply alarmed".

E a esse momento eu me dei a total liberdade de chamar de "IA Go Horse". Vários produtos simplesmente ignorando fundamentos apenas para lançar qualquer AI Slop. Desenvolvedores ignorando boas práticas de design e arquitetura em troca de aumento de produtividade (já vi inúmeros casos em diferentes empresas em que os devs utilizam IA pra revisar o código feito por IA sem senso crítico nenhum).

Antes que qualquer um me chame de hipócrita, obviamente eu uso IA no dia a dia como todo dev moderno. Só estou comentando a minha visão desses últimos anos e criticando esse uso pouco racional e a confiança cega nos modelos.

O que realmente importa

Mas esse post não serve apenas para eu ficar me lamentando. Recentemente eu tenho visto tanto na minha empresa, quanto em empresas menores de amigos que trabalham na gringa / em big techs uma tendência a diminuir o uso de IA durante o desenvolvimento.

A Microsoft anunciou recentemente que deve cancelar licenças do claude code pelo argumento de canibalização, mas muito se fala sobre uma perspectiva financeira também dessa decisão. Recentemente, minha empresa tem adicionado algumas constraints sobre o uso da IA (por exemplo, não utilizar high effort). E eu vi em diversas empresas menores, um bloqueio do uso de assistentes de IA baseado no custo para cada dev.

Eu vi reports mostrando que a produtividade não tem aumentado tanto quanto o esperado utilizando as ferramentas de IA. E uma hora a conta dos agentes começa a bater no financeiro. Dado tudo isso, gostaria de saber a opinião de vocês: será que estamos começando a ver o momento em que as empresas começam a agir com mais responsabilidade sobre a IA?

Adoraria saber do lado de vocês! A empresa de vocês também está passando por isso? Esse uso irresponsável da IA só aconteceu no meu contexto? Qual o sentimento sobre todo esse tema?

Carregando publicação patrocinada...
2

Sim, é o fim da "IA Go Horse". Mas o que está morrendo não é o uso de IA — são as ideias ruins que a IA acelerou até o fracasso.

O relato do colega captura algo real: depois do hype, as empresas estão cortando licenças, impondo limites e questionando se o uso desenfreado de IA realmente compensa. Mas discordo do diagnóstico implícito de que "a IA não entregou a produtividade prometida". A IA entregou exatamente o que sempre entrega: velocidade. O problema é que velocidade só multiplica resultados — e se você multiplica algo ruim, o desastre chega mais rápido.

O que estamos testemunhando não é uma falha da tecnologia. É um expurgo de ideias mirabolantes que jamais deveriam ter saído do papel. Muita gente, inclusive dentro de grandes empresas, confundiu "ter uma ideia" com "ter uma ideia boa". A IA permitiu que essas ideias fossem executadas em tempo recorde, sem filtro, sem validação real de mercado. O custo do lançamento rápido parecia compensar — até que o público rejeitasse em massa e a conta dos tokens chegasse.

A produtividade não aumentou como o esperado? Claro que não. Porque produtividade não se mede por linhas de código geradas, mas por resultado de negócio. E resultado de negócio depende de boas ideias, não de mais código. As empresas que estão botando o pé no freio agora não estão reagindo a uma falha da IA — estão reagindo ao fato de que suas próprias apostas não tinham lastro. A IA só tornou a falha mais rápida e mais cara.

Agora, compare isso com quem nunca caiu nessa armadilha. O JPMorgan Chase não saiu enfiando IA em qualquer feature. Mapeou 450 casos de uso reais, integrou estrategicamente e está gerando quase 2 bilhões de dólares em valor anual. A Klarna não usou IA para "fazer mais código". Redesenhou processos operacionais inteiros: receita por funcionário saltou para 1 milhão de dólares, custo de atendimento caiu 40%, vendas cresceram 20%. A Cisco colocou agentes em renovações — economia de até 4 horas por especialista por semana, receita recorrente de 31 bilhões de dólares. No Brasil, Natura, Vivo, Ambev e Itaú estão colhendo ganhos reais porque souberam exatamente onde e como aplicar.

Nenhuma dessas empresas está cortando licenças de IA. Nenhuma delas está medindo produtividade por volume de tokens. Elas não caíram na armadilha da "IA Go Horse" porque nunca trataram a IA como um fim em si mesma. Trataram como ferramenta para executar boas ideias — e é por isso que os números delas não estão caindo.

O que está morrendo, portanto, não é a adoção de IA. É a ilusão de que IA substitui pensamento estratégico. É a soberba de achar que qualquer ideia merece ser acelerada. É a mentalidade que mede sucesso por tokens consumidos em vez de valor gerado.

O movimento atual de restrições e cortes é positivo. Significa que as empresas estão finalmente entendendo que IA não faz milagre com ideias ruins. E que a pergunta certa nunca foi "como usar mais IA?", mas "o que realmente vale a pena acelerar?". Quem souber responder isso não está recuando da IA — está usando mais do que nunca.

2

Muito legal o tema que você está abordando. Foi criado até um termo para medir produtividade por tokens (Tokenmaxxing). Penso que estamos em um processo de evolução, e esse gasto desenfreado, na verdade, serviu como aprendizado. Se desse certo, ótimo: quem aderisse sairia na frente. Se deu errado, o método “IA Go Horse” não funcionou, pelo menos não em retorno financeiro para a maioria (antes que os outliers comentem).

Mas o que acho que vai ficar de legado é o conhecimento de quem sabe operar uma boa LLM, passando por todas essas mudanças. Eu estou há 5 meses sem escrever código, e quando falo com os devs eles comentam: “agora você tem que usar a metodologia Spec-Driven Development com Claude Code”. Passa um mês e muda tudo. Hoje estamos entrando no momento de se preocupar com os gastos de token; logo vamos ter metodologias focadas em economizar tokens.

2

Minha percepção é. A IA produz muito e com mais qualidade que um ser humano comum.

E esse é o problema da IA. Vários serviços e programas, que ninguém parou pra pensar que dava pra fazer de forma mais simples e elegante.

Muito código que é impossível ser revisado.

Eu penso, a IA empolga a gente a fazer muita coisa. Mas o melhor é fazer menos.

1

Simm, eu vejo isso inclusive em projetos pessoais/pequenos. Antes eu sentia que a galera investia mais em processos de produto para evitar perder recursos com código que não seria útil. Hoje, esses processos as vezes levam mais tempo do que simplesmente fazer a feature. Isso é ótimo porque os protótipos de alta fidelidade são REALMENTE de alta fidelidade, mas muitas vezes, quando o protótipo não se mostra muito útil por uma questão de produto, o pessoal ainda fica com aquele sentimento que não quer descartar algo funcionando e acaba ficando aquela pilha de features pouco úteis

1

Excelente relato. O que você descreveu bate muito com o que tenho visto no mercado e discutido com outros devs. Basicamente, estamos vivendo na prática a curva do Gartner Hype Cycle, acabamos de passar pelo "Pico das Expectativas Infladas" e estamos descendo rumo ao "Vale da Desilusão".

Essa fase do "IA Go Horse" que você pontuou perfeitamente foi movida por FOMO e pressão de conselhos/investidores. A diretriz era colocar o selo "Powered by AI" em tudo, custe o que custar. Só que agora a conta da infraestrutura chegou.

Esse recuo que estamos vendo (como o caso da Microsoft e as travas em modelos high effort) tem alguns motivadores muito claros:

  • O choque de realidade do ROI: O custo de inferência na nuvem é brutal. Quando o financeiro começou a cruzar a fatura de licenças (Copilot, APIs da OpenAI/Anthropic) com o aumento real de throughput das esteiras, viram que a conta não fecha. A produtividade estoura em tarefas de boilerplate, mas o ganho é muitas vezes marginal em resoluções de arquitetura complexa ou no core business.
  • A bolha da Dívida Técnica: A ilusão de que a IA substitui fundamentos gerou o que chamo de "código miojo", fica pronto rápido, mas a longo prazo causa problemas. O cenário que você mencionou de devs usando IA para revisar código feito por IA, sem senso crítico, está cobrando seu preço. O tempo que se economizou não precisando digitar, está sendo gasto em dobro caçando edge cases não mapeados e alucinações bizarras em produção.
  • Otimização e Segurança: O corte do Claude Code na Microsoft tem o fator óbvio de não financiar a concorrente (Anthropic/Amazon) e evitar vazamento de IP, mas também reflete uma racionalização do setor. Nenhuma empresa quer pagar por tokens caríssimos de modelos de fronteira para um dev gerar uma máscara de CPF ou escrever um teste unitário simples.

Não acho que os assistentes vão sumir do nosso dia a dia, mas a "farra do token infinito" acabou. Acredito que a próxima fase de maturidade será a adoção forte de SLMs rodando localmente nas máquinas dos devs para autocomplete e tarefas mundanas, deixando os modelos premium na nuvem bloqueados apenas para problemas que exijam uma janela de contexto gigante.

A bolha não estourou, mas com certeza precisou dar uma murchada para caber na planilha do CFO.

1

IA ate agora tem sido usada e vendida como a salvação, porém no final do dia não é, ela acelera o processo, assim como o autocompletar, porém quando você começa a querer que ela faça tudo você larga a responsabilidade do projeto.

Comecei a usar só esse ano, pouco mais de 3 meses, todos os projetos que usei aos poucos fui deixando a IA fazer tudo e larguei de mão, tudo projetos de testes que o código vai para o lixo.

Os projetos que eu mantenho feitos por mim eu conheço cada linha, sei cada coisa e me sinto bem quando paro para continuar, acho que a IA para trabalhar é excelente, a coisas que você assumi e a coisas que você deixa ela fazer.

Para mim, acho que o melhor segue sendo o caminho do meio, se eu usar IA, escrevo os testes, se eu programar, uso ela para fazer is testes, deixar tudo 100% na mãos da IA é acumular dívidas que não posso pagar, divido a responsabilidade e não deixo o código sem controle algum.

Ela me ajuda em todo o processo, mas eu reviso, eu escrevo parte, eu ajuste, ela não faz nada 100%, eu tenho ganhos de velocidade, mas sem ter perdas a longo prazo tão significativas.

IA segue sendo uma ferramenta e apenas sigo usando como tal, quem se deixar levar pela promessa de que IA é bala de prata e nunca mais vou escrever código, ou você só faz landing page ou você não quer assumir a responsabilidade sobre seu trabalho, pois se em pouco mais de 3 meses eu percebi a quantidade de merda que ela pode fazer, imagine em 1 ou 2 anos de uso sem qualquer controle.

1

MVP sendo tirado da gaveta e lembrando que, no mundo real, dinheiro custa caro! Todo mundo quer criar SaaS de finanças pessoais sem sequer entender o que significa MVP — Produto Minimamente Viável. E aí, inevitavelmente, a conta chega. Ontem mesmo vi um vídeo do youtuber Argonalist explicando que o preço atual das IAs está sendo subsidiado pelos grandes fundos de investimento. Mas quando começarem os IPOs dessas empresas de IA, há uma tendência fortíssima de os preços dispararem!