Meu título no LinkedIn hoje inclui "AI Builder", não por modismo, mas porque isso já é parte real do meu fluxo de trabalho. Uso agentes de IA generativa, como GitHub Copilot e BMad, no dia a dia da gestão de produto: da descoberta de requisitos até a geração de código, documentação e artefatos de planejamento. E estou aprofundando isso formalmente numa pós-graduação em IA e Negócios que começo agora.
Mas quero ser direto sobre uma coisa: IA generativa não substitui julgamento de produto. Ela substitui o trabalho mecânico que cercava esse julgamento.
Onde a IA realmente acelera
Como PM com background técnico intermediário, sei interagir o suficiente para entender o que estou pedindo, não para substituir um engenheiro, os agentes de IA mudaram três frentes concretas do meu trabalho:
Descoberta de requisitos. Transformar uma conversa desestruturada com stakeholder em documento de requisitos organizado costumava consumir horas. Hoje, uso IA para estruturar a primeira versão e reservo meu tempo para o que só um humano faz bem: confirmar se aquilo captura a intenção real do negócio, ou só a intenção declarada.
Geração de artefatos de planejamento. Épicos, User stories, Critérios de aceite, rascunhos de documentação técnica.. a IA generativa comprime o tempo entre "ter a ideia" e "ter o artefato revisável" pelo time. O ganho não é qualidade superior à minha, é velocidade de iteração: eu reviso e ajusto mais rápido do que escrevo do zero.
Prototipagem e geração de código exploratório. Mesmo sem ser desenvolvedor, consigo validar uma hipótese técnica antes de levar para o time de engenharia. O que muda a conversa de "acho que dá para fazer assim" para "temos uma proposta de valor aqui? podemos seguir para valida-la?".
Onde a IA ainda depende inteiramente de mim
Hoje trabalho com produtos de segurança digital como biometria facial, KYC e motores de decisão antifraude. Nesse contexto, ficou muito claro onde a IA generativa tem limite: ela não decide o que é risco aceitável para o negócio, e nem deveria. Um motor de decisão bem calibrado é fruto de julgamento humano sobre trade-off entre conversão e segurança. Algo que envolve contexto regulatório, apetite de risco da empresa e realidade do cliente. IA acelera a análise, não substitui a decisão.
O mesmo vale para priorização de produto de forma geral. Pedir para um agente "gerar" um roadmap sem contexto de negócio produz algo plausível e até palpável, não necessariamente certo. A IA generativa é excelente em gerar opções bem formadas, ainda não é boa em saber qual delas é a correta para o seu contexto específico, isso continua sendo trabalho das pessoas de produto.
O ponto de atenção que carrego da minha área
Trabalhando com segurança digital, tenho aprendido a analisar e estressar qualquer sistema, seja humano ou IA, que produz respostas com alta confiança e baixa evidência. Aplico o mesmo ceticismo ao usar IA generativa no trabalho de construção de produto: toda saída de um agente é uma hipótese a ser validada, nunca uma conclusão pronta. É o método científico de sempre, só que aplicado a um assistente muito mais rápido do que qualquer analista humano.
A pergunta que orienta meu uso de IA generativa hoje não é "isso substitui alguma parte do meu trabalho?". É "isso libera tempo para a parte do meu trabalho que realmente exige julgamento?". Até agora, a resposta tem sido sim, dessa maneira, nós humanos, continuamos validando os caminhos para atingir os resultados esperados.