Na Era da IA, Devemos Saber Mais ou Menos sobre Tecnologia?

Tive uma discussão que não saiu da minha cabeça. Um grande amigo, o Murilo, fez um interessantíssimo post sobre a valorização do entendimento do negócio para o profissional de tecnologia. Após isso, trocamos uma ideia no privado e levantamos a seguinte discussão: negócio x tecnologia — qual deve ser o foco?

O Gatilho

O argumento dele é assertivo e convincente: a pergunta “Qual tecnologia devo aprender?” é a pergunta errada. A pergunta certa é “Qual problema de negócio está incomodando meu gestor?”. Em outras palavras: entenda o negócio primeiro, e tudo mais vem depois.

Concordo completamente. Todo desenvolvedor deveria estar conectado ao problema que resolve, não apenas à ferramenta que usa. Isso foi sempre verdade, e continua sendo. A desconexão entre código e valor entregue ao cliente é um dos maiores problemas que vejo na indústria.

A Era da IA

A discussão evoluiu para a era da IA. E aqui eu tive a opinião de que nunca precisamos saber tanto de tecnologia quanto agora.

Com isso, meu amigo levantou o seguinte argumento:

“Na era da IA, devemos focar majoritariamente no negócio. A tendência é que a IA se torne cada vez melhor e resolva mais problemas de forma autônoma.”

Bom, chegamos num empasse insolúvel. Afinal, estamos num grande exercício de futurologia.

Pessoalmente, mantenho minha visão e a grande navalha mental para isso é o Paradoxo de Jevons.

O Paradoxo de Jevons

Há alguns séculos, o economista chamado William Jevons notou algo curioso: quando melhoramos a eficiência de um recurso — quando aprendemos a usar algo com menos desperdício — o consumo total daquele recurso não cai. Ele aumenta. Por quê? Porque fica mais barato, e quando fica mais barato, a demanda explode.

Pense em energia. Quando os motores ficaram mais eficientes, o mundo não consumiu menos carvão. Consumiu muito mais. A eficiência diminuiu o custo, e o custo reduzido criou demandas que antes eram economicamente impossíveis.

Isso é o paradoxo de Jevons. E é exatamente o que está acontecendo com a IA.

Quando DeepSeek reduz o custo de usar LLMs, isso não significa que vamos usar menos LLMs pelo ganho de eficiência por token. Significa que vamos nos permitir resolver problemas que antes eram “caros demais”. Aquela feature que precisaria de um squad inteiro dedicado por seis meses? Com os mesmos devs e IA mais barata, agora pode ser viável. E quando vira viável, vem a próxima. E outra. E outra.

A IA não resolve o problema técnico. Ela muda o custo do problema, o que cria dez novos problemas. Tecnologia continua importando. Talvez importe mais.

Advogado do Diabo

Mas e se eu estiver errado? E se a IA ficar tão competente a ponto que a tecnologia seja um problema resolvido?

Se chegarmos em um ponto onde alguém completamente leigo possa pedir a uma IA que crie um software perfeito — sem explicar nada, sem contexto, apenas “eu quero um programa que funcione bem sem falhas e tenha muitos clientes” — e a IA acertar, significa uma coisa: chegamos em uma AGI.

Uma IA que consegue intuir o que você quer sem você especificar detalhadamente significa uma IA que entende o mundo melhor que você. E se ela entende o mundo melhor que você, por que o negócio não seria resolvido também? Tal qual qualquer outra questão humana presente?

Pensa bem. Se a IA consegue especificar o código perfeito a partir de uma intenção vaga, é porque ela compreendeu não só a lógica técnica, mas o problema de negócio, a estratégia, o mercado. Tudo junto.

Nesse cenário — e olha, a gente tá longe disso, talvez nem negócio nem tecnologia importassem mais.

Mas é justamente por estarmos longe desse cenário que ambos importam mais do que nunca.

As Necessidades Não Mudaram

Pois bem: o meu amigo e eu não estamos discordando. Estamos discutindo visões diferentes sobre um futuro que ninguém sabe como será.

Mas o presente é claro, tal qual nossa convergência. As necessidades que valiam antes da IA continuam valendo agora.

Focando apenas em negócio — aquele que só quer saber o “o quê fazer” e deixa o “como” para resolver depois — perde para quem entende ambos. Por quê? Porque a execução importa. O detalhe importa. A qualidade técnica determina se aquele produto escala (e para qual escala), se aquele serviço é confiável, se um concorrente não será capaz de reproduzir de forma mais barata.

Focando apenas em tecnologia — aquele que se apaixona pela ferramenta e esquece por que ela existe — também perde. Constrói coisas lindas, elegantes e vazias. Foca em problemas que ninguém tem.

Mas quem entende ambos? Quem consegue ver o valor que precisa ser entregue e conhece os caminhos técnicos para fazer isso com qualidade? Esse é o diferencial.

A IA mudou a velocidade. Aumentou o custo de ficar para trás. Mas não mudou a matemática fundamental de competição.

No fim, ter uma visão holística, crítica e artesanal para os problemas garantem os insumos necessários para o sucesso.

O “o quê” e o “como” não param de mudar. Aquele problema de negócio que importava há cinco anos? Hoje pode não importar mais. Aquela solução técnica que era referência? Hoje é obsoleta.

E é exatamente porque ambos evoluem continuamente que a exigência de aprender sobre ambos também nunca para. Não existe períodos de “problema resolvido” — em negócio ou em tecnologia. A mudança é a única constante.

Por fim, deixo um muitíssimo obrigado ao Murilo Gruppi pelo excelente post e a oportunidade de uma ótima discussão.