A IA acelerou o código. O gargalo mudou de lugar.
Quando o time passa a programar mais rápido com IA, a espera migra para especificação, revisão e decisão. O que os relatórios DORA mostram e como ajustar o fluxo e a cadência.
O time começou a usar IA pra programar e a entrega acelerou.
Por umas três semanas.
Depois, o quadro voltou a ficar parecido com o de antes. Os itens chegavam rápido em revisão e ficavam lá. A homologação acumulava. A decisão sobre o próximo passo dependia de uma reunião que só acontecia na quinta.
Esse padrão aparece cada vez mais nas conversas com líderes de engenharia. E tem uma explicação simples: a IA acelera uma etapa do fluxo. O trabalho continua passando por todas as outras.
O que os dados mostram
O relatório DORA de 2024, do Google Cloud, trouxe um resultado que surpreendeu muita gente. Nos ambientes que tinham adotado IA, a vazão de entrega caiu 1,5% e a estabilidade caiu 7,2%. Na mesma pesquisa, 39% das pessoas disseram confiar pouco ou nada no código gerado por IA.
Em 2025, o relatório seguinte mostrou uma virada parcial. A adoção de IA passou a aparecer associada a mais vazão. A instabilidade, porém, continuou subindo. Os autores resumem o fenômeno de um jeito que vale guardar: o atrito sai do trabalho manual e vai para as etapas de decidir e verificar.
Traduzindo pro dia a dia: a IA escreve mais rápido do que o time consegue revisar, testar e decidir.
Por que o gargalo muda de lugar
Pense no fluxo de entrega como uma sequência de etapas. Especificar, desenvolver, revisar, testar, aprovar, publicar.
O tempo total de um item é a soma do tempo de trabalho com o tempo de espera em cada etapa. E, na maioria dos times que acompanhei, a espera é a maior parte da conta. É comum o item passar mais dias parado do que em trabalho ativo.
A IA encurta muito a etapa de desenvolvimento. Só que a velocidade do sistema é ditada pela etapa mais lenta. Se a revisão processa 6 itens por semana e o desenvolvimento agora entrega 12, metade fica na fila. E fila em revisão significa contexto esfriando, conflito de código e retrabalho.
Tem um efeito colateral pior. Quando a especificação está vaga, a IA produz rápido uma solução para o problema errado. Antes, a lentidão do desenvolvimento escondia essa falha, porque havia tempo de perceber no meio do caminho. Agora ela aparece pronta, revisada às pressas e já em produção.
A sprint de duas semanas sente primeiro
Ciclos fixos de duas semanas foram pensados para um ritmo em que construir era a parte cara. Quando um item que levaria uma semana sai em dois dias, a sprint vira uma caixa grande demais.
O time termina cedo e puxa mais trabalho no meio do ciclo, ou espera a próxima cerimônia pra mostrar o que já está pronto. Nos dois casos, a cadência deixou de servir ao fluxo.
Vale manter a cadência e separar as coisas: o planejamento pode continuar quinzenal, enquanto a entrega passa a fluir continuamente, item a item.
Como ajustar o fluxo
- Meça o tempo em cada etapa, e não só o tempo total. Descubra onde o item espera mais.
- Limite o trabalho em revisão. Se a fila passou do limite, quem desenvolve para de abrir novos itens e ajuda a revisar.
- Invista na especificação. Critérios de aceite claros antes de começar valem mais com IA do que sem ela, porque o custo de construir a coisa errada ficou baixo e o de desfazer continua alto.
- Automatize a verificação. Teste automatizado e revisão assistida passam a ser parte do fluxo principal.
- Encurte o caminho da decisão. Se uma aprovação depende de uma reunião semanal, ela vira o novo teto de velocidade do time.
O papel da liderança
Dar a ferramenta e continuar cobrando prazo do mesmo jeito gera o pior resultado possível: código mais rápido entrando numa estrutura que continua lenta. O time sente a pressão, a qualidade cai e a culpa acaba indo para a IA.
O trabalho do líder passa a ser outro. Olhar o fluxo inteiro, encontrar onde o item espera e mexer ali. Muitas vezes o gargalo novo está na própria liderança: na aprovação que demora, na prioridade que muda toda semana, na decisão que ninguém assume.
A IA deixou isso mais visível. E quem está liderando time de tecnologia agora tem uma chance boa de consertar.
No seu time, depois da IA, onde o trabalho passou a esperar mais?
Fontes: Google Cloud, Accelerate State of DevOps Report 2024 (DORA); Google Cloud, State of AI-assisted Software Development 2025 (DORA). O exemplo de 6 e 12 itens por semana é ilustrativo.