- Publicado em
Um motor de Fórmula 1 no engarrafamento: por que a IA não acelera a sua empresa enquanto a estrada não mudar
Segunda-feira, 9h. Você abre o editor e descreve uma integração orientada a eventos para o seu assistente de IA.
Segunda-feira, 11h. O código está pronto. Producer, consumer, retries, dead-letter queue, testes. Você se recosta na cadeira, sentindo-se um piloto de Fórmula 1.
Dezesseis dias depois, a funcionalidade ainda não chegou em produção.
Não havia nada de errado com o código. Você só passou duas semanas e uns trocados esperando: uma fila ser provisionada, uma chave de API ser liberada, uma reunião com o time de dados caber na agenda de alguém, e um revisor finalmente abrir um pull request que agora disputava atenção com outros quarenta.
Parabéns: você instalou um motor de Fórmula 1 na sua empresa e foi direto para o engarrafamento da hora do rush.
A história é ilustrativa, mas, se você trabalha numa empresa grande, provavelmente reconheceu pelo menos duas paradas dessa viagem. Este post é sobre por que isso acontece, a matemática que torna isso inevitável, e como consertar a estrada em vez de comprar um motor maior.
Antes de tudo: este não é um post contra a IA
Deixa eu tirar isso do caminho: a IA no teclado é uma ferramenta realmente útil. Para este argumento, vou até aceitar a hipótese mais generosa possível: a de que a IA deixa a escrita de código tão rápida quanto você quiser.
A questão não é se o motor é potente. A questão é o que acontece com a viagem inteira.
E os dados sobre a viagem inteira são mais sóbrios do que as demos:
- O DORA 2024 estimou que um aumento de 25% na adoção de IA estava associado a uma queda de 1,5% no throughput de entrega e de 7,2% na estabilidade (Google Cloud, 2024).
- O DORA 2025 viu o throughput ficar positivo, mas a estabilidade continuou negativa. A principal conclusão é a tese deste post numa ideia só: a IA amplifica o que já existe. Times com sistemas desacoplados e feedback rápido ganham; times presos em forte acoplamento e processos lentos veem pouco ou nenhum benefício (Google Cloud, 2025).
- A Faros AI, olhando a telemetria de 10 mil desenvolvedores, viu engenheiros concluindo cerca do dobro de mudanças de código, enquanto as métricas da empresa continuavam estáveis (Faros AI, 2025).
NOTE
Desconfie do seu próprio cronômetro também. Os experimentos do METR concluíram que os ganhos de velocidade autodeclarados pelos desenvolvedores não são confiáveis. A atualização mais recente diz que o ganho real provavelmente está crescendo, mas que medi-lo de forma limpa ficou difícil (METR, 2026). Então meça o sistema, não a sensação.
São correlações e pesquisas, não leis da física. Mas todas apontam para o mesmo lado: velocidade individual não é velocidade organizacional.
A matemática do engarrafamento
Esta é a parte de que eu mais gosto, porque ela não depende de opinião. É uma fórmula de 1967.
Lei de Amdahl, ou por que o motor não te salva
Gene Amdahl estava falando de processadores paralelos, mas a lei dele vale para qualquer processo com partes que podem ser aceleradas e partes que não podem (Amdahl, 1967). Se uma fração do tempo total pode ser acelerada por um fator , o ganho geral é:
Agora leve ao limite. Mesmo que a IA fosse infinitamente rápida (), o ganho teria um teto de . A parte que você não mexeu define o limite de velocidade.
E qual é o tamanho de ? Na pesquisa da IDC, os desenvolvedores disseram gastar cerca de 16% do tempo com desenvolvimento de aplicações (Krill, 2025). Isso mede o mês de um desenvolvedor, e não o lead time de um card, mas é uma boa ordem de grandeza. Vamos fazer a conta:
| Fatia do lead time que é código () | IA 2× mais rápida | IA 5× mais rápida | IA 10× mais rápida | IA infinitamente rápida |
|---|---|---|---|---|
| 15% | 1,08× | 1,14× | 1,16× | 1,18× |
| 30% | 1,18× | 1,32× | 1,37× | 1,43× |
| 50% | 1,33× | 1,67× | 1,82× | 2,00× |
Leia a primeira linha de novo. Com o código ocupando 15% da viagem, uma IA infinitamente rápida deixa a sua empresa 18% mais rápida. Não dez vezes. Dezoito por cento.
Neste card ilustrativo, a IA corta o tempo de código em 83%, um resultado espetacular que tira só 12,5% da entrega. O ganho de verdade está na terceira barra, e nenhum modelo vai entregá-lo para você.
Goldratt, ou por que a aceleração pode sair pela culatra
Amdahl diz que o ganho é limitado. Eliyahu Goldratt diz que pode piorar.
Em A Meta (The Goal), romance sobre uma fábrica em apuros, Goldratt argumenta que um sistema anda na velocidade da sua restrição: uma hora perdida no gargalo é perdida pela fábrica inteira, enquanto uma hora economizada em qualquer outro lugar é uma ilusão (Goldratt & Cox, 2004). Acelerar o que não é gargalo só empilha estoque na frente do gargalo.
Em software, esse estoque tem nome: pull requests abertos, branches sem deploy, histórias esperando homologação.
Lei de Little, ou por que a fila revida
A teoria das filas fecha o argumento. A Lei de Little relaciona a média de itens num sistema (), a taxa de chegada () e o tempo médio que cada um passa lá dentro () (Little, 1961):
Reorganizando, . Se a IA dobra o número de PRs chegando, mas os revisores mantêm a mesma capacidade, mais trabalho fica em andamento e cada item espera mais. Quando as chegadas passam da capacidade, a fila simplesmente cresce sem limite.
Ou seja, o código a mais não só deixa de ajudar. Ele deixa cada entrega individual mais lenta, inclusive as urgentes.
Os cinco pedágios
Hora de olhar para a estrada. Entre o seu notebook e o seu usuário existem cinco pedágios, e a IA não melhorou nenhum deles.
Pedágio 1: code review
A primeira cancela é a mais próxima. Mais código gerado significa mais diffs, normalmente maiores, caindo nas mãos dos mesmos poucos seniores.
A parte cruel: revisar código que você não escreveu dá trabalho, e revisar código que ninguém escreveu por inteiro dá mais ainda. Os revisores viram o novo gargalo, ou começam a passar o olho e aprovar, e é assim que a instabilidade entra.
Pedágio 2: QA e negócio
O seu time agora gera funcionalidades mais rápido do que qualquer um consegue validar. O QA se afoga, e o negócio também: alguém precisa homologar a mudança, atualizar o processo, treinar a operação e avisar os clientes.
Uma empresa só consegue absorver mudança até uma certa velocidade. Escrever uma funcionalidade que ninguém tem tempo de validar não produz valor. Produz estoque.
Pedágio 3: as fronteiras invisíveis entre times
Este é o pedágio mais caro, e ele não aparece em nenhum dashboard.
Você gera aquela solução orientada a eventos em duas horas e depois espera duas semanas por uma reunião de alinhamento com o time de dados ou de integrações. A IA dá superpoderes ao desenvolvedor individual, mas não tem nenhuma autoridade sobre a agenda do time ao lado.
Lá em 1968, Melvin Conway observou que as organizações desenham sistemas que espelham as suas estruturas de comunicação (Conway, 1968). Leia isso ao contrário e fica explicado o muro em que você acabou de bater: se a sua arquitetura é um monólito acoplado, toda mudança é uma negociação. Junte um comitê de arquitetura que se reúne de quinze em quinze dias, e a velocidade da IA morre na sala de espera.
Essa é a ilusão da autonomia. Você se sente livre porque consegue produzir qualquer coisa. Não é livre, porque não consegue entregar nada sozinho.
Pedágio 4: acessos
A IA convida à experimentação: "deixa eu testar rapidinho na API de verdade". Aí a realidade chega:
- A chave de API exige formulário, aprovação do gestor e revisão de segurança.
- O acesso de leitura ao banco de staging leva um ticket e três dias.
- As permissões entre dois ecossistemas da empresa têm dois donos, e um não sabe da existência do outro.
Segurança existe por ótimos motivos, e vou defendê-la mais adiante. Mas, quando o caminho seguro leva uma semana e o inseguro leva um minuto, você não está melhorando a segurança. Está treinando as pessoas a contorná-la.
Pedágio 5: infraestrutura
O meu favorito, porque o contraste é quase engraçado.
A IA escreve um microsserviço num piscar de olhos. Para rodar, você precisa de um bucket S3, uma fila SQS e um banco de dados. Então você abre um ticket e espera um engenheiro de DevOps que tem outros quarenta na frente do seu.
Para ficar claro: o pessoal de DevOps não é o vilão desta história. É o mais sobrecarregado dela. Um modelo em que todo recurso passa por uma fila humana transforma os engenheiros mais capazes da empresa num serviço de processamento de tickets. O problema é o modelo de operação, não as pessoas.
O que acontece quando você pisa fundo mesmo assim
Se a liderança compra licenças de IA, comemora o volume de código e não muda mais nada, algumas consequências são bem previsíveis.
Fragmentação. Três times, cada um rápido e sozinho, geram três utilitários de autenticação. Todos funcionam. Todos são um pouco diferentes. Gerar código ficou mais barato do que descobrir se ele já existe, e a duplicação virou um processo industrial.
Dívida a juros compostos. Código que ninguém entende por inteiro, num volume que ninguém consegue revisar por inteiro, em cima de um acoplamento que ninguém consertou. A queda nas métricas de estabilidade não é nenhum mistério.
Burnout por frustração. Desse quase não se fala. Existe um tipo particular de cansaço em se sentir extremamente produtivo no teclado e completamente paralisado em todo o resto. Você fez duas semanas de trabalho até terça-feira, e vai passar o resto do mês correndo atrás de aprovação.
Infraestrutura paralela. Gente bloqueada encontra atalho. Chave de API pessoal, uma fila numa conta esquecida, um script no notebook de alguém. Ninguém planeja isso. É o que um caminho oficial lento produz.
Alargando a estrada
A boa notícia: nada disso exige uma revolução. Exige tratar o caminho até a produção como um produto. Cinco movimentos, nesta ordem.
1. Encontre o seu gargalo de verdade
O conselho do Goldratt é o mais barato de todos: antes de melhorar qualquer coisa, encontre a restrição.
Pegue os seus últimos dez cards entregues e divida o lead time em etapas: código, espera por review, espera por QA, espera por outro time, espera por acesso ou infraestrutura. É uma tarde desconfortável com uma planilha, e o melhor investimento deste post. A maior barra fica com a atenção do próximo trimestre. O resto pode esperar.
2. Dê um motor para o review e para o QA
Use a mesma tecnologia nos pedágios congestionados, mantendo o julgamento com as pessoas:
- PRs menores, por acordo. Um limite de tamanho é a forma mais eficaz de reduzir a carga de review, e a IA barateia a divisão.
- IA como primeira passada do review, para que as pessoas foquem em design e regra de negócio, e não em estilo e erro de digitação.
- Testes automatizados como condição de release, inclusive os que a IA ajuda a escrever. O ponto do DORA é que testes automatizados fortes e feedback rápido é que impedem o volume extra de virar instabilidade (Google Cloud, 2025).
- Feature flags para separar deploy de release. O código chega em produção continuamente, e o negócio liga quando estiver pronto para absorver. O pedágio 2 para de bloquear o pedágio 1.
3. Troque reuniões por contratos
Muitas reuniões de alinhamento existem para responder uma pergunta: "o que exatamente você vai me mandar?" Essa pergunta tem uma resposta melhor do que um convite de calendário: um contrato versionado.
asyncapi: 3.0.0
info:
title: Orders Events
version: 1.2.0
channels:
orderCreated:
address: orders.order-created
messages:
orderCreated:
payload:
type: object
required: [orderId, customerId, createdAt]
properties:
orderId: { type: string, format: uuid }
customerId: { type: string }
createdAt: { type: string, format: date-time }
operations:
publishOrderCreated:
action: send
channel:
$ref: '#/channels/orderCreated'
Com um contrato no repositório, o consumidor consegue construir em cima dele hoje, e uma mudança que quebra compatibilidade falha no CI, e não numa reunião. É por isso que a arquitetura orientada a eventos importa tanto aqui: ela elimina a necessidade de os times esperarem uns pelos outros, em tempo de execução e na agenda. De bônus, um contrato explícito é exatamente o tipo de contexto que deixa os assistentes de IA mais precisos.
4. Torne a infraestrutura self-service
Este é o coração da engenharia de plataforma. Em Team Topologies, Skelton e Pais descrevem times de plataforma cuja função é reduzir a carga cognitiva dos times de produto, oferecendo serviços internos que eles consomem por conta própria (Skelton & Pais, 2019). O DORA 2025 encontrou uma correlação direta entre uma plataforma interna de alta qualidade e a capacidade de extrair valor da IA (Google Cloud, 2025).
Na prática, o ticket vira um pull request contra um módulo pré-aprovado:
# Encryption, dead-letter queue, alarms and tags come with the module.
module "orders_queue" {
source = "git::https://git.example.com/platform/terraform-aws-sqs.git?ref=v2.4.0"
name = "orders-created"
team = "orders"
data_classification = "internal"
}
O engenheiro de DevOps que criava filas na mão agora mantém o módulo, e todos os times se beneficiam de uma vez. Essa é a virada: de operar tickets para construir um produto. Um portal de desenvolvedor como o Backstage pode ficar por cima, oferecendo esses caminhos prontos como templates, mas comece pelos módulos. Não construa um portal antes de ter o que colocar nele.
5. Transforme permissão em guardrails
Este é o movimento cultural, e o mais difícil. Significa trocar "pedir autorização" por "as regras rodam no pipeline".
A maioria das reuniões de aprovação confere coisas que uma máquina consegue conferir. Então deixe a máquina conferir, com policy as code. Esta é uma regra ilustrativa usando Open Policy Agent e Conftest:
package main
import rego.v1
deny contains msg if {
some rc in input.resource_changes
rc.type == "aws_sqs_queue"
not encrypted(rc.change.after)
msg := sprintf("%s: queues must be encrypted", [rc.address])
}
encrypted(queue) if queue.sqs_managed_sse_enabled == true
encrypted(queue) if queue.kms_master_key_id != null
terraform plan -out=plan.out
terraform show -json plan.out | conftest test -
Uma fila fora do padrão agora falha em segundos, com uma mensagem clara, às 3 da manhã se for preciso. Ninguém precisa esperar a próxima reunião do comitê. A mesma lógica vale para os outros pedágios:
| Pedágio | Hoje: pedir permissão | Amanhã: guardrail |
|---|---|---|
| Infraestrutura | Ticket para o DevOps | Módulos pré-aprovados e checagem de políticas no CI |
| Acessos | Formulário e aprovação do gestor | Acesso por papel, de curta duração, concedido automaticamente e com trilha de auditoria |
| Arquitetura | Comitê de quinze em quinze dias | Padrões publicados, checagens no CI, ADRs para as exceções |
| Integração | Reunião de alinhamento | Contratos versionados com checagem de compatibilidade |
| Release | Comitê de mudanças | Testes automatizados, feature flags, rollout progressivo |
IMPORTANT
Guardrails não significam tirar todas as pessoas do caminho. Mudanças irreversíveis, reguladas ou de alto risco merecem o julgamento de alguém, principalmente quando envolvem dinheiro e dados pessoais. O objetivo é gastar atenção humana só onde ela acrescenta algo que a máquina não consegue, e não em conferir se uma fila está criptografada.
O que você pode fazer na segunda-feira
Este não é só um problema da liderança. Todo mundo tem uma alavanca.
Se você é desenvolvedor:
- Pare de medir a sua semana em código gerado. Meça quando ele chegou ao usuário.
- Antes de gerar qualquer coisa, pergunte de quem você vai depender e comece essa conversa primeiro.
- Procure uma solução existente antes de gerar o quarto utilitário de autenticação.
- Mantenha os PRs pequenos, e revise o trabalho dos outros com a seriedade que você quer no seu.
Se você é tech lead:
- Faça o exercício da planilha com os seus últimos dez cards e compartilhe o resultado.
- Publique contratos e transforme uma reunião recorrente de alinhamento numa checagem de CI.
- Limite o trabalho em andamento. Fila que não começa é fila que não precisa de gestão.
Se você lidera engenharia:
- Pare de comemorar linhas de código e número de PRs. São métricas de motor, e o seu problema é de estrada.
- Acompanhe lead time, frequência de deploy e taxa de falha em mudanças, e trate esses números como resultado do sistema.
- Financie o time de plataforma antes do próximo lote de licenças de IA.
- Para cada etapa de aprovação, pergunte o que ela realmente protege, e se um pipeline protegeria melhor.
Conserte a estrada
Um motor de Fórmula 1 é uma coisa maravilhosa. No engarrafamento, é só um jeito muito caro de queimar combustível parado.
A IA resolveu o problema de como fazer rápido. O que sobra é um problema diferente, e ele é da liderança e da engenharia de plataforma: como deixar isso chegar ao usuário sem pedir licença a cinco times diferentes.
As empresas que vão ganhar esta rodada não serão as do maior motor. Serão as que, quando o sinal abrir, tiverem de fato uma estrada pela frente.