A escada tem alçapão

Toda escada de maturidade de IA que circula por aí conta a mesma história. São cinco, sete, oito degraus, e a promessa é sempre a de que subir é melhorar. No pé, a empresa manual. No topo, a empresa adaptativa, onde os agentes trabalham dentro de fronteiras e o humano cuida do que importa.

É um bom desenho. E ele tem um problema que nenhuma dessas figuras mostra: o degrau de cima nem sempre é melhor que o de baixo. Às vezes é só mais caro, mais frágil e mais difícil de desfazer.

Quem quiser ver isso acontecendo não precisa procurar uma empresa atrasada. Basta olhar para a que mais investiu.

O que aconteceu na empresa que mais gasta

A Amazon estabeleceu que mais de 80% dos seus desenvolvedores deveriam usar ferramentas de IA toda semana. Para acompanhar, criou um placar interno que ranqueava as pessoas pelo consumo.

A adoção subiu, como era de se esperar. E outra coisa subiu junto: engenheiros começaram a disparar agentes em tarefas de baixo valor apenas para melhorar a própria posição no ranking. A prática virou gíria interna, tokenmaxxing, e produziu o efeito que ninguém tinha desenhado: o placar aumentou o custo da empresa.

O placar foi desligado. E o executivo responsável precisou dizer, em voz alta, uma frase que resume o problema inteiro: não usem IA só pelo fato de usar IA.

Vale registrar que a empresa não desistiu de medir. Trocou a contagem de tokens por uma medida de trabalho efetivamente entregue com IA. A correção não foi parar de medir. Foi parar de medir o insumo que ela mesma paga.

E não é anomalia de uma empresa. Outra gigante do setor manteve um ranking equivalente, com cerca de oitenta e cinco mil pessoas classificadas por consumo, também retirado do ar depois de virar notícia. Um analista de mercado resumiu melhor do que qualquer consultor: você obtém o comportamento para o qual criou o incentivo.

Antes disso, dois incidentes. Em dezembro de 2025, um agente apagou sozinho um ambiente de infraestrutura, e uma região inteira ficou treze horas fora do ar. Em março de 2026, seis horas de falha em checkout, login e preços, com mais de vinte e um mil relatos de usuários.

A correção adotada depois do segundo incidente é a parte que interessa: engenheiros júnior e pleno passaram a precisar do aval de um sênior antes de subir código assistido por IA para produção.

Leia de novo. A resposta não foi mais IA. Não foi um modelo melhor. Foi devolver a aprovação humana para o meio do caminho.

O alçapão

Nas escadas que circulam, aprovação humana a cada passo é sinal de imaturidade. É o degrau dois, o degrau três, o lugar de onde se deve sair.

A empresa mais intensiva em IA do planeta subiu, bateu no teto, e voltou. Não por incompetência, e sim porque descobriu na prática o que a figura não mostra: o degrau certo não é o mais alto que a tecnologia alcança. É o mais alto que o alcance do erro comporta.

Um agente que redige um rascunho e um agente que executa uma transação de meio milhão não podem viver com a mesma permissão, o mesmo monitoramento e o mesmo botão de desligar. Isso parece óbvio quando escrito assim, e mesmo assim é a coisa que mais se erra, porque a escada de maturidade não tem uma coluna para o tamanho do estrago.

O que a métrica ensinou

Há uma segunda lição, e ela é mais desconfortável que a primeira, porque não é sobre tecnologia.

Aquele placar não fracassou por ser mal construído. Ele fez exatamente o que placar faz: as pessoas otimizam o que é medido. Se a métrica é consumo, o comportamento racional passa a ser consumir, inclusive onde consumir não ajuda.

A Amazon tem dezesseis princípios de liderança escritos, públicos e vividos há décadas. Um deles pede que se opere em todos os níveis, conectado aos detalhes, auditando com frequência. Outro diz que se deve fazer mais com menos recursos, porque a restrição gera invenção.

Um placar de consumo de tokens contradiz os dois ao mesmo tempo. E venceu, enquanto existiu.

A conclusão não é que a cultura era fraca. É que nenhum conjunto de valores é autoexecutável. Cultura sólida perde para métrica cotidiana, todos os dias, em qualquer empresa, porque a métrica é o que aparece na avaliação e a cultura é o que aparece na parede. Quando o placar foi desligado, os princípios voltaram a valer. Não porque alguém os reescreveu, mas porque pararam de competir com um número.

O que isso pede de quem decide

Se você lidera uma área que está adotando IA, três perguntas valem mais do que qualquer escada:

Qual métrica de IA você instituiu, e qual dos seus próprios valores ela está contradizendo agora? Se a resposta for "nenhum", vale conferir o que a métrica premia quando ninguém está olhando.

Quem aprova o que a IA produz conseguiria produzir aquilo? Se não conseguiria, aprovar não é examinar. É assinar. E a diferença entre as duas coisas só aparece no dia do incidente.

O ganho que você já descontou do orçamento foi medido, ou ainda é promessa? Cortar capacidade contra um ganho projetado é uma decisão fácil de tomar e lenta de desfazer, e ela transfere para as pessoas o custo de uma aposta que a empresa fez.

O degrau certo

O mérito daquela correção não está em ter evitado o erro, porque não evitou. Está em ter detectado e desfeito. Duas reversões em poucos meses: o placar desligado, a aprovação humana de volta.

Isso é a coisa mais subestimada em toda essa conversa. A pergunta que importa não é até onde a IA consegue ir. É até onde dá para voltar se ela for longe demais.

Uma escada sem alçapão não existe. O que existe é saber em qual degrau você está pisando, e se ele aguenta o seu peso.