Tag: Scrum

  • De R$ 1 por página a R$ 300 mil pelo WhatsApp: o que muda quando a única constante é resolver com o que se tem

    De R$ 1 por página a R$ 300 mil pelo WhatsApp: o que muda quando a única constante é resolver com o que se tem

    Prefere ouvir?

    Este artigo tem narração em áudio, na minha voz clonada por IA. Aperte o play e ouça enquanto faz outra coisa.


    Ribeirão Preto, curso presencial de instalação de painéis solares. Um telhado de barro montado sobre o chão — nem era um telhado de verdade. E eu ali, olhando para aquilo, pensando: eu estudei 250 horas para isto?

    Tinha acabado de fundar a primeira empresa de energia solar de João Monlevade. Seis módulos de certificação na Blue Sol. Aproveitamento entre 92% e 100%. E bastou um telhado de treinamento rente ao chão para eu perceber que altura não era pra mim. Nem um metro. Nem de mentira.

    Essa pergunta — feita diante de um telhado de treinamento que nem era de verdade — criou tudo que veio depois. Se eu não subia em telhado, o que eu fazia com 250 horas de energia solar, um curso técnico e 12 anos de experiência em web e marketing?

    A resposta veio meses depois, com a entrada dos sócios: marketplace. Não vender e instalar painéis — construir a plataforma onde outros vendem e instalam.

    Cada pivô da minha carreira seguiu esse padrão: um problema que parecia perda virou o melhor investimento que eu fiz. Medo de altura virou marketplace. Startup morta virou carteira fixa. Três faculdades sem diploma viraram 800 horas de problemas resolvidos. Não porque eu sou resiliente — porque o meu modelo de operação ganha com o erro.

    Se você é fundador técnico de time enxuto, esta história provavelmente é a sua também.


    O AMD K6 e o mundo antes do Stack Overflow

    Em 1998 eu tinha 11 anos e o único computador do bairro. AMD K6, 4GB de HD, Windows 98. As pessoas pagavam pra eu formatar monografia na ABNT. Cobrava R$ 1,00 por página. Datilografia e formatação. Aos 11.

    Não era vocação. Era o que eu sabia fazer com o que eu tinha.

    Aos 15, curso técnico em informática. Aos 17, freelancer de design e web. Em 2004 era Internet Explorer 6, onde tudo quebrava. Não existia Stack Overflow em português. Quando eu travava num erro, lia documentação em inglês — como podia — e testava até funcionar.

    Entrei na UFES para Design Gráfico e transferi para a UEMG em 2007. Em 2010, entrei na Zavala Propaganda — onde montei o site da Aneethun e os sites em inglês e espanhol da Bio Extratus. Internacionalização de marca de cosmético mineiro, quando “site responsivo” ainda era novidade.


    O DENATRAN, os policiais e os aparelhos hackeados

    Em 2012, GCT em Belo Horizonte. Gerenciamento e Controle de Trânsito. Meu cargo: assistente de informática. Meu trabalho real: QA na homologação do primeiro talonário eletrônico certificado pelo DENATRAN no Brasil.

    Um aparelho eletrônico que substitui o bloco de papel que o agente usa para multar. Cada campo, cada fluxo, cada validação tinha que funcionar perfeitamente — porque, se não funcionasse, o DENATRAN não homologava. E, se não homologasse, o projeto inteiro morria.

    Acompanhei a auditoria federal presencialmente. Sempre tem coisa que precisa ser ajustada no calor de uma auditoria dessas. O programador era competente. Passamos.

    Depois, 16 cidades pelo Brasil treinando equipes. Salvador, Uberlândia, Governador Valadares, Feira de Santana, Teófilo Otoni. Cada cidade com hardware diferente e gente que não queria usar o sistema. Policiais militares, guardas municipais e agentes de trânsito que às vezes preferiam o talonário de papel à tecnologia.

    E o problema que ninguém previu: os agentes hackeavam os aparelhos. Instalavam WhatsApp, jogos, aplicativos pessoais num equipamento que era exclusivamente para lavrar auto de infração. Tivemos que implementar ferramentas de bloqueio.

    Implementei suporte remoto — e isso mudou a operação. Dezenas de aparelhos por semana entre manutenção e novos para configurar. O que levava dias passou a levar horas. O que às vezes deixava um profissional sem equipamento na Bahia por uma semana passou a ser resolvido no mesmo dia.

    O que aprendi na GCT não cabe em certificado: debugar sob pressão com o governo federal na sala, e treinar gente que não quer aprender.


    A Oak: 200 parceiros, 50 usinas, e uma lei que mudou tudo

    Depois do telhado em Ribeirão Preto, o pivô para marketplace criou a Oak Energia — o primeiro marketplace de energias renováveis do Brasil. Não só solar: fotovoltaico, micro centrais hidrelétricas, biodigestores, turbinas eólicas de eixo vertical.

    200 empresas integradoras cadastradas como parceiras. 50 usinas vendidas e homologadas na plataforma em diversas cidades do Brasil. Canal no YouTube com conteúdo semanal. 3 edições da Feira de Sustentabilidade do Médio Piracicaba. A ideia era muito bem recebida onde quer que falássemos — no Brasil ou fora. Nunca vimos nada igual.

    Fiz a Fórmula de Lançamento porque precisava de tração. O SEBRAE Fast Motion nos convidou para acelerar. Conversas com investidores. Em paralelo, entrei na UFOP para Engenharia de Computação — 1º lugar geral. Cinco períodos conciliando faculdade e startup. Parei na pandemia. Não voltei.

    Combinamos entre os sócios um prazo de 5 anos. E, como tantas startups, não viramos unicórnio.


    A reunião

    Processos de venda longos. Homologação demorada. E a ANEEL revisou as normativas sobre autogeração de energia. A insegurança jurídica congelou o setor inteiro.

    Não foi um dia dramático. Foi uma reunião entre sócios. Olhamos para os números, para o prazo de 5 anos que tínhamos combinado, para o cenário regulatório. E decidimos que cada um seguiria seu caminho.

    Seis anos. 200 parceiros. 50 usinas. 3 feiras. Um canal no YouTube que existe até hoje como lembrança. E a empresa parada, pronta para retomar se alguém quiser comprá-la.

    A maioria das pessoas olha para esse parágrafo e vê fracasso. Eu olho e vejo o seguinte: perdi a empresa, mas não perdi nenhuma capacidade. Sabia construir plataforma. Sabia fechar vendas de 300 mil reais pelo WhatsApp, sem conhecer o cliente pessoalmente — e com um cliente que nunca estava de bom humor. Sabia organizar 200 parceiros que nunca se viram. E sabia recomeçar.

    O custo do erro foi 6 anos. O ganho do que aprendi com o erro construiu tudo que veio depois em semanas. Isso não é resiliência — resiliência é aguentar o golpe. Isso é ganhar com o golpe.


    O cemitério que chegou antes do nome

    A transição foi imediata. O primeiro cliente veio por indicação — um cemitério — antes de a empresa ter um novo nome.

    Pensa no que isso significa. Um cemitério confia a operação digital dele a alguém que acabou de fechar uma startup. Não me conhecia pessoalmente. Me indicaram. E o sistema que eu montei precisava funcionar quando uma família enlutada resolvesse quitar uma parcela no domingo à noite. Sem margem. Sem “vamos ver se funciona”. Se o portal falhasse, a família voltava para casa sem conseguir resolver o que veio resolver.

    Esse é o nível de confiança que sustenta o que fazemos. E o nível de consequência que moldou toda a operação desde então.

    A Juliana — internacionalista com pós-graduação em Engenharia Econômica — foi assumindo gestão, conteúdo, estratégia. Não é designer que virou CEO. É alguém que entendeu que conteúdo estratégico é o que sustenta carteira de cliente no longo prazo.

    Quando escolhemos o nome “Evolutiva Negócios Digitais”, a agência já operava havia meses. Os clientes vieram antes do nome.


    O que fazemos e por que funciona

    Dois fundadores. Carteira fixa há 4 anos. Nossos clientes são cemitérios, casas de câmbio e e-commerces.

    O portal de pagamento 24h do cemitério, com atendimento omnichannel e equipes de plantão, precisa funcionar sempre. Se falhar, a família enlutada não é atendida na hora, e quem precisa dos serviços com urgência não consegue usá-los.

    O chatbot da casa de câmbio precisa responder a cotação certa. Se falhar, o cliente recebe um número inventado e perde dinheiro.

    O antifraude do e-commerce precisa acertar. Se errar, um cliente legítimo é bloqueado e nunca mais volta.

    Se o sistema falha, perdemos o cliente. Não temos camada de proteção, não temos departamento jurídico, não temos investidor cobrindo o prejuízo. É isso que nos torna confiáveis — a pele no jogo é real.

    Três camadas sustentam a operação:

    Scrum adaptado para portfólio. Sprint semanal cobrindo todos os clientes. Meta binária de 5 itens — passou ou não passou. Uma única grande coisa por dia. Três mãos por card: quem fez não verifica, quem verificou não move. 7 sprints completas, retrospectiva toda sexta.

    IA soberana. Modelos de linguagem rodando na nossa própria infraestrutura — custo zero por consulta. Não é “usamos ChatGPT”. É: temos um servidor com modelos que conhecem o negócio de cada cliente. O chatbot do cemitério agenda visitas. O da casa de câmbio responde sobre cotação com dados reais. O do salão conhece o histórico de 82 mil atendimentos dos últimos 15 anos. Quando o fornecedor de IA triplicou o preço — e isso já aconteceu três vezes desde 2023 — nossos clientes não sentiram.

    260 problemas resolvidos e documentados. Cada problema vira procedimento reutilizável. Cada erro vira armadilha documentada. Deploy em produção caiu de 45 min para 8. Relatório mensal, de 4h para 40 min. A base cresce toda semana — efeito composto aplicado à operação.

    Publico estes números porque levei 6 anos para achá-los — e ninguém deveria precisar de tanto tempo.


    Os números que não cabem em diploma

    3 faculdades: UFES, UEMG, UFOP. Nenhum diploma. 1º lugar geral em Engenharia de Computação.

    800 horas de cursos e treinamentos com certificação de 12 emissores. De Google Ads a energia solar fotovoltaica. De UX Research a negociação avançada.

    Credenciais formais são frágeis — perdem valor quando o mercado muda. Capacidade de resolver problemas novos é antifrágil — ganha valor quando o mercado muda.

    As 250h de solar pareciam inúteis. Até que eu precisei modelar um investimento de R$ 50 mil. As 444h de Alura pareciam “curso básico”. Até que eu precisei construir um sistema inteiro sozinho.


    Para quem se reconhece

    Se você opera com time enxuto e o gargalo é tempo, não talento — a saída não é contratar mais gente. É multiplicar o que cada pessoa resolve.

    Quatro anos de carteira fixa. Dois fundadores. Zero clientes perdidos por falha técnica.

    Lista completa de cada curso: evolutivanegociosdigitais.com.br/certificados-joao-vitor/

    Atendo 4 clientes fixos. Se você quer trocar ideia sobre IA soberana, Scrum adaptado ou como operar com time enxuto antes que a agenda feche — me manda mensagem no LinkedIn.

  • Agentes de IA, produto e Scrum em 2026: o que entrou em produção, o que morreu e o que o mercado está pagando

    Agentes de IA, produto e Scrum em 2026: o que entrou em produção, o que morreu e o que o mercado está pagando

    🎧 Prefere ouvir? Este artigo tem versão em áudio narrada.

    Em três anos coloquei um agente de IA em produção, e depois tirei ele do ar com as minhas próprias mãos. Ele conversava bem. Respondia com precisão. E não resolvia o problema de ninguém.

    Essa é a parte que quase não se conta. O mercado está cheio de relato de lançamento e vazio de relato de desligamento — e o segundo ensina mais.

    Este artigo tem duas metades. Na primeira, o meu inventário honesto: o que está rodando, o que ainda está em teste, o que morreu, e por que a coisa que mais aumentou minha entrega não foi inteligência artificial. Na segunda, os números do mercado que explicam por que essa história importa para quem trabalha com tecnologia hoje — incluindo por que as vagas de Scrum Master caíram 62% enquanto 85% das vagas de Product Manager passaram a pedir IA.

    Quem está falando

    Comecei em design gráfico. Migrei para TI, passei anos em WordPress e desenvolvimento web — mais de duas décadas mexendo com site, servidor e coisa quebrada em produção. Hoje trabalho com MarTech: a camada onde marketing, sistema e dinheiro se encontram.

    Não sou pesquisador de IA. Sou o cara que atende o telefone quando o checkout para de processar numa sexta-feira à noite. Meus clientes são empresas reais que, somadas, faturam mais de um milhão de reais por mês, e o que elas compram de mim não é tecnologia — é previsibilidade.

    Isso muda o que eu chamo de sucesso. Um modelo que impressiona numa demo e falha na borda do fluxo real não vale nada para quem me paga. Essa régua explica todas as decisões que vêm a seguir.

    Por que fiquei quieto

    Fundei a Evolutiva em 2022 e publiquei pouco desde então. Não foi estratégia de conteúdo. Foi falta de tempo e, sendo franco, um certo receio de falar antes de ter o que mostrar.

    Três anos depois eu tenho. Inclusive o que não deu certo.

    O agente de IA que entrou em produção e eu tirei do ar

    Ele funcionava. E ainda assim foi um erro mantê-lo no ar.

    Um cliente recebia dezenas de ligações por dia com as mesmas perguntas: situação do contrato, segunda via, transferência de titularidade. A informação existia — espalhada em milhares de documentos, exportações e planilhas acumuladas ao longo de anos.

    Construí um agente RAG (Retrieval-Augmented Generation, ou geração aumentada por recuperação — em bom português: a IA busca a resposta na base real do cliente antes de responder, em vez de inventar). Subiu para produção em parceria com outra empresa de tecnologia.

    O agente entendia a pergunta. Achava o documento certo. Formulava a resposta com clareza. Em qualquer métrica conversacional, ele passava.

    E eu tirei do ar.

    Por que desliguei algo que funcionava

    Porque atender bem não é o mesmo que resolver.

    O sistema do cliente não expunha pontos de integração. O agente conseguia dizer “seu boleto venceu em 12 de março”, mas não conseguia gerar a segunda via. Sabia que uma transferência era possível, mas não conseguia iniciar o processo.

    Era um funcionário brilhante trancado numa sala sem telefone.

    O cliente que ligava não queria informação. Queria o problema resolvido. O agente entregava metade do caminho — e meio caminho, em atendimento, às vezes é pior que nada, porque cria expectativa e devolve o cliente para a fila.

    A falha não foi do modelo. Foi da infraestrutura embaixo dele. E manter no ar um sistema que dá uma boa impressão sem entregar resultado é dívida técnica disfarçada de vitrine.

    Essa foi a lição mais cara que aprendi, e ela virou minha regra: IA sem capacidade de ação é demonstração, não produto.

    Por que um sistema legado virou SaaS antes de entrar em produção

    Outro cliente operava num sistema legado que já não aguentava o volume: cobrança recorrente, conciliação manual, planilha trocada por e-mail. Comecei a reconstrução — migração de banco, containers, pipeline de dados, cobrança automatizada.

    No meio do caminho percebi uma coisa que mudou o projeto: o problema não era daquele cliente. Era do setor inteiro.

    Todo negócio daquele mercado tinha a mesma dor, o mesmo processo manual, a mesma planilha. Construir uma solução sob medida para um cliente resolveria um caso. Construir uma plataforma multi-inquilino — um SaaS onde cada empresa tem seu ambiente isolado sobre a mesma base — resolveria o mercado.

    Refiz a arquitetura para SaaS.

    Ressalva honesta: esse sistema ainda não entrou em produção. Está em fase de piloto. Eu poderia escrever “plataforma SaaS para o setor” e deixar você supor que há dezenas de clientes rodando nela. Não há. Há uma arquitetura pronta, um piloto em andamento e uma decisão de produto que eu defendo — mas produção é uma palavra que só se usa depois que usuário real depende do sistema para trabalhar.

    Por que a mesa de câmbio ainda está em testes (e vai continuar até estar certa)

    Construí uma mesa de operação digital de câmbio: cotação, contrato, documentação de compliance, tudo em tempo real. Nela, um agente de IA atua como interface do sistema — o operador conversa, e o agente executa dentro do fluxo real.

    Esse é exatamente o oposto do primeiro caso: aqui a IA tem mãos.

    E é justamente por isso que ainda está em testes.

    O sistema movimenta dinheiro real, de clientes reais, em países diferentes. A operação precisa ser rápida, porque câmbio tem janela de cotação. Precisa ser à prova de erro, porque um número trocado não é um bug — é prejuízo de alguém. E precisa ser auditável, porque há regulação envolvida.

    Quando o custo do erro é financeiro e transfronteiriço, “parece estar funcionando” não é critério de liberação. Pressa aqui não é agilidade: é irresponsabilidade.

    O que aprendi gastando mais de R$ 25 mil em IA

    Investi mais de R$ 25 mil em ferramentas de inteligência artificial nos últimos anos — ChatGPT, Gemini, Claude, Perplexity, OpenRouter, OpenCode, em praticamente toda combinação de assinatura e modelo que existiu no período.

    Não foi curso. Foi uso diário, em trabalho que precisava sair.

    O aprendizado mais desconfortável: o que eu sabia mudava quase toda semana. O modelo que era o melhor para uma tarefa em janeiro não era em março. O truque de prompt que funcionava deixava de ser necessário quando o modelo melhorava. Ferramenta que parecia essencial virava supérflua num lançamento.

    Quem tratou IA como coisa que se aprende uma vez ficou com um conhecimento datado. O que se acumula não é o atalho — é o critério: saber quando um modelo é bom o suficiente, quando o problema não é o modelo, e quando a resposta certa é não usar IA nenhuma.

    O que conecta os agentes aos sistemas: MCP

    O que amarra tudo isso hoje é o MCP — Model Context Protocol, um padrão adotado por Anthropic, Google e Microsoft para dar “mãos” aos modelos de linguagem.

    Na prática: com MCP, o modelo não só conversa. Ele consulta banco de dados, dispara processo, registra informação e devolve resultado dentro do sistema.

    Lembra do agente preso na sala sem telefone? MCP é o telefone. Se ele existisse com a maturidade atual na época daquele projeto, provavelmente eu não teria desligado nada.

    O que realmente dobrou minha entrega — e não foi IA

    Foi processo.

    Isso costuma decepcionar quem espera ouvir o nome de uma ferramenta, mas é a resposta honesta. IA aumentou minha velocidade de execução. Processo aumentou a minha constância — e constância é o que cliente compra.

    Trabalho sozinho na maior parte do tempo. Scrum, como está no manual, pressupõe time: daily com várias pessoas, papéis separados, cerimônia de alinhamento. Sozinho, isso vira teatro — reunião comigo mesmo.

    Adaptei. Mantive o que resolve problema real de quem trabalha só:

    Prática do ScrumComo adaptei para operação solo
    SprintCiclo semanal fechado, com escopo congelado no início
    Backlog priorizadoFila única por impacto no cliente, não por vontade do dia
    DailyRevisão curta de manhã: o que travou e o que sai hoje
    Definition of DoneCritério escrito antes de começar — sem isso, “quase pronto” vira eterno
    VelocityCards fechados por semana — a única métrica que eu acompanho
    RetrospectivaMeia hora na sexta: o que atrasou e por quê

    O ganho não veio de nenhuma prática isolada. Veio de parar de decidir prioridade todo dia. Escopo aberto e fila movediça consomem uma energia que ninguém contabiliza — e trabalhando sozinho, essa energia é o recurso mais escasso que existe.

    Resultado: venho fechando cerca do dobro de cards por semana. Não porque trabalho mais horas. Porque paro menos, refaço menos e termino o que começo.

    A combinação que funciona é essa: IA para executar mais rápido, processo para executar a coisa certa. Só a primeira metade produz muito trabalho descartável em alta velocidade.

    A análise honesta das vagas: o que subiu, o que desabou

    Enquanto eu construía isso, o mercado se reorganizou de um jeito que quase ninguém previu. Fui atrás dos números — e alguns são desconfortáveis.

    Dados de mercado · 2024–2026

    O que aconteceu com as vagas de Agile e Produto

    Passe o mouse nas barras para ver a fonte de cada número.

    Vagas permanentes de Scrum Master no Reino Unido, em janelas de 6 meses. A função dedicada encolheu 62% em dois anos.

    jan 202479
    jan 202560
    jan 202630
    1.100vagas de Agile eliminadas de uma vez pelo Capital One, em janeiro de 2023
    90%dos agile coaches da Royal London desligados em poucos meses
    5vagas permanentes de Agile Coach no Reino Unido em uma janela de 6 meses
    49% → 5%queda na matrícula de iniciantes em turmas de Scrum Master (2020–2024)

    O que não caiu: a prática. Scrum segue em 87% dos times. As empresas absorveram o método dentro da engenharia e cortaram o cargo separado.

    O mercado de Product Manager se recuperou — mas a recuperação tem dono: IA.

    Vagas de PM que citam IA/ML85%
    Vagas abertas de PM que são de IA30%
    Vagas que exigem evals32%
    PMs sênior que já entregaram um agente<5%

    A distância entre a terceira e a quarta barra é a vaga em aberto do mercado: 30% das vagas pedem IA, menos de 5% dos profissionais já entregaram algo com IA de verdade.

    Quem tem a competência cobra mais por ela — e o prêmio dobrou em um ano.

    2025+25%
    2026+56%
    +142%crescimento na demanda por competências de IA em 12 meses, segundo o próprio LinkedIn
    7.300+vagas de PM abertas no mundo — o maior número desde 2022
    US$ 4–12 milpor mês: faixa paga a profissionais de produto no Brasil por empresas internacionais
    US$ 5–9,5 milpor mês em vagas de Payments Engineer com IA

    Ressalva honesta: os dados de vagas são majoritariamente do Reino Unido e dos EUA. A direção se transfere para o Brasil; a magnitude exata, não. Use como ordem de grandeza.

    Fontes: IT Jobs Watch (jan/2026) · Dexity, 654 vagas (jul/2026) · PwC (2025) · Lenny’s Newsletter · LinkedIn Workforce Insights · Humanizing Work

    Por que as vagas de Scrum Master desabaram

    Porque a prática foi absorvida e o cargo separado deixou de se justificar.

    Em janeiro de 2023, o Capital One eliminou mais de mil posições de Scrum Master, agile coach e delivery lead numa única decisão. A Royal London dispensou 90% dos seus agile coaches poucos meses depois. No Reino Unido, as vagas permanentes de Scrum Master caíram de 79 para 30 em dois anos — queda de 62%.

    A justificativa do próprio Capital One é a parte que interessa: o papel foi “crítico nas fases iniciais da transformação”, mas com a maturidade da organização o passo natural foi “integrar os processos de entrega ágil diretamente na engenharia”.

    Traduzindo: o método venceu, o cargo perdeu. Scrum segue rodando em 87% dos times. O que sumiu foi a pessoa contratada exclusivamente para facilitar cerimônia.

    Há um segundo fator, e ele é mais duro. Existem mais de 4 milhões de certificados ágeis emitidos no mundo. Na Scrum.org, menos de 1% dos certificados alcançou o nível mais alto. Quando a oferta de credencial cresce muito mais rápido que a de competência comprovada, o mercado para de conseguir distinguir os dois — e passa a tratar todo mundo como intercambiável.

    E o Product Manager? Aí a história é outra

    O mercado de produto se recuperou — é o maior volume de vagas desde 2022, com mais de 7.300 posições abertas globalmente. Mas a recuperação tem dono.

    Numa análise de 654 descrições de vaga reais de Product Manager, 85% já mencionam IA ou machine learning e **32% exigem experiência com *evals*** — os testes que medem se um sistema de IA realmente funciona, em vez de só parecer funcionar.

    E aqui está o dado que mais me chamou atenção: cerca de 30% das vagas de PM abertas são de AI PM, mas menos de 5% dos PMs sênior já colocaram um agente de IA em funcionamento.

    Essa distância é a oportunidade inteira resumida em uma linha.

    O que isso significa na prática

    O prêmio salarial por competências de IA saltou de 25% para 56% em um ano — mais que dobrou. A demanda por essas competências cresceu 142% em doze meses, segundo dados do próprio LinkedIn.

    Para quem está no Brasil, o efeito é direto: profissionais de produto contratados por empresas internacionais têm recebido na faixa de US$ 4 mil a US$ 12 mil por mês, tipicamente de 2 a 4 vezes o equivalente local. Vagas de Payments Engineer com IA pagam entre US$ 5 mil e US$ 9,5 mil mensais.

    Ressalva que preciso fazer: esses levantamentos são majoritariamente de Reino Unido e Estados Unidos. A direção se transfere para o Brasil, a magnitude exata não. Trate como ordem de grandeza, nunca como piso salarial garantido.

    A leitura que eu faço disso

    Não é “Scrum morreu” nem “produto acabou”. É outra coisa, e mais específica:

    O mercado parou de pagar por processo isolado e passou a pagar por processo aplicado a sistema que funciona.

    Um Scrum Master que só facilita cerimônia virou custo. Um Product Owner que só escreve história de usuário e prioriza fila virou custo. O que segue valendo — e valendo mais caro — é quem tem método e entende do sistema que está sendo construído.

    Foi exatamente por isso que a seção anterior deste artigo importa. Eu não uso Scrum porque gosto de framework. Uso porque, sem processo, a IA me faria produzir mais lixo em menos tempo. E não vendo IA porque está na moda. Vendo porque sei o que quebra embaixo dela.

    A combinação rara não é saber IA nem saber processo. É saber os dois e ter cicatriz de ter feito em produção.

    Para quem este artigo serve

    Se você tem uma operação que precisa de infraestrutura de pagamentos, automação ou agentes de IA que funcionem em produção — e já se cansou de demonstração bonita que não sobrevive ao fluxo real — a conversa é direta.

    Se você monta time de tecnologia e procura alguém que já construiu, já quebrou, já desligou o próprio projeto e sabe explicar por quê, também.

    Eu prefiro dizer “isso ainda está em teste” do que vender certeza que não tenho. Em sistema que mexe com dinheiro, essa é a diferença entre um fornecedor e um problema.

    Perguntas frequentes

    O que é um agente de IA em produção, na prática?

    É um sistema de IA do qual alguém depende para trabalhar — não uma demonstração. A diferença não está no modelo, e sim na capacidade de agir: consultar dados reais, executar operações no sistema, tratar erro e deixar rastro auditável. Um agente que só conversa é um protótipo, mesmo que esteja publicado num endereço público.

    Por que projetos de IA falham nas empresas?

    Na maioria das vezes, por causa da infraestrutura, não do modelo. Dados desorganizados, sistema legado sem pontos de integração, autenticação inexistente e processos não mapeados derrubam qualquer agente, por melhor que ele seja. Foi exatamente assim que o meu primeiro agente em produção falhou: a IA estava certa, a base embaixo dela não estava pronta.

    O que é MCP (Model Context Protocol)?

    É um protocolo aberto que permite a modelos de linguagem executarem ações em sistemas externos, e não apenas gerarem texto. Com MCP, um agente consulta banco de dados, dispara processos e registra informações dentro dos sistemas da empresa. É o padrão que vem sendo adotado por Anthropic, Google e Microsoft para conectar IA a ferramentas reais.

    Vale a pena usar Scrum trabalhando sozinho?

    Vale, desde que adaptado — aplicar o manual sem time vira cerimônia vazia. O que sustenta o ganho numa operação solo é o ciclo semanal com escopo fechado, a fila única priorizada por impacto e o critério de pronto definido antes de começar. O que se descarta são as cerimônias que existem para alinhar várias pessoas.

    As vagas de Scrum Master estão acabando?

    As vagas dedicadas encolheram muito, mas a prática não. No Reino Unido, as posições permanentes de Scrum Master caíram 62% em dois anos, e empresas como Capital One e Royal London eliminaram centenas de papéis ágeis de uma só vez. Ao mesmo tempo, Scrum segue rodando em cerca de 87% dos times: as organizações absorveram o método dentro da engenharia em vez de manter o cargo separado. O mercado deixou de pagar por facilitação isolada e passou a pagar por método aplicado a sistema.

    Product Manager precisa saber de IA em 2026?

    Na prática, sim. Numa análise de 654 vagas reais de Product Manager, 85% mencionam IA ou machine learning e 32% exigem experiência com evals. Cerca de 30% das vagas de PM abertas são especificamente de AI PM, enquanto menos de 5% dos PMs sênior já entregaram um agente de IA em funcionamento — e é justamente essa distância que sustenta o prêmio salarial de 56% para quem tem a competência.

    Quanto tempo leva para colocar um agente de IA em produção?

    Depende quase inteiramente do estado dos sistemas que ele vai operar, não do agente. Numa base com integrações prontas e dados organizados, semanas. Num sistema legado sem pontos de integração, o trabalho real é a fundação — e ela costuma levar meses. Qualquer prazo dado antes de auditar a infraestrutura é chute.


    Quer conversar sobre o seu caso? Fale comigo pelo WhatsApp ou por [email protected].