🧠Andrew Ng: quando a IA programa em minutos, o gargalo é decidir o que programar
Andrew Ng, um dos nomes mais influentes em inteligência artificial, publicou uma reflexão longa sobre como times que usam IA para codificar operam de forma radicalmente diferente. E não é só sobre velocidade. --- O ponto principal: quando um engenheiro consegue construir algo em minutos que antes levava semanas, o gargalo muda. Não é mais a execução - é a decisão. Times rápidos com IA estão reduzindo a proporção de engenheiros por product manager de 8:1 para 1:1. Mas melhor ainda são os engenheiros que aprendem a tomar decisões de produto sozinhos, sem precisar de um PM intermediando. --- O raciocínio se estende para tudo: marketing não consegue acompanhar as features sendo lançadas, jurídico precisa de uma semana para revisar o que foi construído em um dia, design vira gargalo. A IA acelerou o código, mas expôs o quanto as outras áreas da empresa são lentas. É um convite para todo mundo repensar seu papel - não só os devs.
AI-native software engineering teams operate very differently than traditional teams. The obvious difference is that AI-native teams use coding agents to build products much faster, but this leads to many other changes in how we operate. For example, some great engineers now play broader roles than just writing code. They are partly product managers, designers, sometimes marketers. Further, small teams who work in the same office, where they can communicate face-to-face, can move incredibly quickly. Because we can now build fast, a greater fraction of time must be spent deciding what to build. To deal with this project-management bottleneck, some teams are pushing engineer:product manager ratios downward from 8:1 to as low as 1:1. But we can do even better: If we have one PM who decides what to build and one engineer who builds it, the communication between them becomes a bottleneck. This is why the fastest-moving teams tend to have engineers who know how to do some product work. When smaller, AI-enabled teams can get more done, generalists excel. Traditional companies need to pull together people from many specialties to execute projects. But if a team of 2 persons is to get work done that require 5 different specialities, then some of those individuals must play roles outside a single speciality. I realize these shifts to job roles are tough to navigate for many people. At the same time, I am encouraged that individuals and small teams who are willing to learn the relevant skills are now able to get far more done than was possible before. This is the golden age of learning and building!
— @AndrewYNg View on X
O gargalo mudou: execução não é mais o problema
A execução em software virou commodity. Essa é a realidade que Andrew Ng pointa ao analisar times de engenharia que adotaram IA como parte do fluxo de trabalho. Quando um engenheiro consegue gerar código funcional em minutos — algo que antes consumia dias ou semanas — a conversa sobre produtividade se transforma completamente.
O problema deixa de ser "como construir" e passa a ser "o que construir". Ng observa uma mudança concreta nas proporções de times: a relação engenheiro por product manager, tradicionalmente em torno de 8:1, está sendo empurrada para 1:1 ou inferior em equipes que operam com IA. Mas o ponto crítico vai além dos números.
Por que o modelo tradicional entra em colapso
Ng argumenta que mesmo com essa redução de proporção, o gargalo persists. Se um PM decide o que construir e um engenheiro executa, a comunicação entre os dois vira o novo ponto de estrangulamento. A alternativa que times de alta performance estão encontrando: engenheiros que entendem produto — que conseguem validar hipóteses, conversar com usuários e tomar decisões de escopo sem atravessar uma camada intermediária de gestão.
Essa mudança Tem repercussão em cascata. Marketing não acompanha o ritmo de features sendo lançadas. jurídico precisa de uma semana para revisar algo produzido em um dia. Design vira Gargalo. A IA acelerou o código, mas exponibilizou a lentidão de todas as outras áreas da empresa.
O perfil que está emergindo
Para times menores habilidados por IA, generalistas performam. Enquanto empresas tradicionais montamtimes com cinco especialidades distintas para executar, uma equipe de duas pessoas precisa que cada membro cubra múltiplas funções. O engenheiro que sabe projetar, o designer que entende tecnologia, o desenvolvedor que participa de decisões de produto — esses perfis estão se tornando a norma, não a exceção.
Ng reconhece que essa transição é difícil. Muitas pessoas foram alfabetizadas em funções especializadas e agora precisam reaprender. Mas o lado positivo: indivíduos dispostos a desenvolver novas habilidades conseguem produzir muito mais do que era possível há dois anos. Para quem quer construir, este é um momento diferenciado.
O que isso significa para devs brasileiros
No Brasil, onde times de produto são naturalmente menores que em big techs, esse modelo já faz sentido em contexto. Startups e scale-ups locais podem se beneficiar diretamente: menos hierarquia, mais autonomia, capacidadede iterar rápido baseado em feedback real. A barreira não é tecnológica — é cultural. Engenheiros precisam aceitar responsabilidades que ultrapassam código. Empresas precisam criar espaço para que issohappened.
O recado final de Ng funciona como diagnóstico: aIA removeu a desculpa da lentidão de execução. O que permanece é a necessidade de decidir bem — e isso, por enquanto, ainda é humano.