A virada não é mais usar IA. É fazer a IA operar
O corte viral com Boris Cherny, criador do Claude Code, traz uma frase que resume bem a próxima fase da inteligência artificial aplicada:
“Loops são uma mudança tão grande quanto foi sair do código-fonte para agentes.”
Essa frase importa porque tira a conversa do lugar comum.
Muita empresa ainda está tentando responder à pergunta errada:
“Como faço meu time usar mais ChatGPT?”
A pergunta melhor é:
“Quais rotinas da minha empresa deveriam rodar com agentes todos os dias?”
Esse é o ponto dos loops.
Agente é execução. Loop é operação
Um agente pode resolver uma tarefa.
Você pede, ele executa, entrega uma resposta e para.
Um loop é diferente.
Ele transforma a tarefa em rotina contínua:
- observa uma fonte de dados;
- compara com um objetivo;
- identifica um problema;
- executa uma ação;
- valida o resultado;
- volta para o ciclo.
É a diferença entre ter uma ferramenta e ter uma operação.
No artigo sobre Jensen Huang e loops de IA, a tese era parecida: o futuro não é prompt isolado, é ciclo de execução. A fala do criador do Claude Code reforça esse mesmo movimento dentro do trabalho real de engenharia.
O detalhe mais importante: 30% do código já vem de loops
Boris afirma que, no fluxo dele, cerca de 30% do código já é escrito por loops.
Isso não significa apenas “mais código feito por IA”.
Significa que uma parte do trabalho já deixou de depender de alguém lembrar de pedir.
O exemplo citado no vídeo é code review.
Antes:
- humano revisa PR;
- ou humano chama um agente para revisar PR.
Agora:
- um agente roda em loop;
- revisa PRs continuamente;
- encontra problemas;
- sugere ou aplica correções;
- devolve o trabalho já em outro nível de qualidade.
O salto não está no modelo responder melhor.
Está no processo deixar de ser manual.
O próximo gargalo sempre muda
Quando a IA escreve código, o gargalo deixa de ser escrever.
Passa a ser revisar.
Quando a revisão melhora, o gargalo vira segurança.
Quando segurança melhora, o gargalo pode virar CI, priorização, arquitetura, produto ou distribuição.
Essa é uma leitura essencial para líderes.
IA aplicada de verdade não é comprar uma ferramenta e declarar transformação digital.
É olhar para a operação e perguntar:
- qual é o gargalo atual?
- esse gargalo é repetitivo?
- ele depende de dados ou sistemas acessíveis?
- existe critério claro de sucesso?
- um agente poderia rodar isso de forma recorrente?
- onde entra a validação humana?
É assim que uma empresa sai do uso cosmético de IA e entra em execução com IA.
Loops fora da engenharia
A maioria das empresas não precisa começar por código.
Precisa começar pelos loops que geram resultado comercial e operacional.
Exemplos práticos:
Comercial
Um loop diário pode analisar CRM, identificar leads parados, comparar etapas do funil, apontar vendedores com queda de follow-up e sugerir ações para recuperar oportunidades.
Marketing
Um loop pode revisar campanhas, comparar criativos, detectar queda de conversão, cruzar CPL com qualidade do lead e gerar recomendações antes da reunião semanal.
Atendimento
Um loop pode ler tickets, classificar risco, identificar temas recorrentes, sugerir respostas e avisar quando um caso precisa de humano rápido.
Financeiro
Um loop pode conferir lançamentos, detectar duplicidades, separar categorias, gerar DRE resumida e alertar quando uma conta foge do padrão.
Gestão
Um loop pode consolidar status de projetos, cobrar responsáveis, atualizar planilhas, resumir pendências e entregar um briefing executivo no começo do dia.
No fundo, é a mesma ideia do texto IA que opera vs. IA que palestra: o valor está menos na demonstração bonita e mais na rotina que muda o trabalho real.
O erro comum: medir custo antes de medir retorno
Outro ponto forte da conversa é o enquadramento de ROI.
Muita empresa começa perguntando:
“Quanto vou gastar com token?”
Essa pergunta importa, mas não pode ser a primeira.
A pergunta melhor é:
“Qual retorno operacional esse loop pode gerar?”
Se um loop economiza horas de reunião, reduz atraso comercial, melhora tempo de resposta, encontra falhas antes do cliente ou aumenta conversão, o custo de execução precisa ser comparado com esse ganho.
Cortar custo cedo demais pode matar o aprendizado antes de ele virar vantagem.
O jogo agora é governar bem, mas buscar retorno maior.
O que muda para empresas brasileiras
No mercado brasileiro, a maior oportunidade não é ter o “modelo mais avançado”.
É transformar processos mal cuidados em loops simples.
A empresa que hoje depende de planilha esquecida, reunião de alinhamento, cobrança manual e relatório atrasado tem muito espaço para capturar valor.
Não precisa começar com mil agentes.
Precisa começar com um loop que resolva uma dor clara.
Um bom primeiro loop tem:
- fonte de dados definida;
- frequência clara;
- regra de decisão;
- ação prática;
- canal de entrega;
- responsável humano;
- métrica de sucesso.
Sem isso, IA vira brinquedo.
Com isso, IA vira sistema operacional da empresa.
A tese prática
A próxima fase não é “todo mundo usando IA”.
É a empresa ter rotinas com IA rodando de forma confiável.
Chat é interface.
Agente é executor.
Loop é operação.
E operação é onde mora o resultado.
Se a liderança quer aplicar IA em negócios, a pergunta não é quantos prompts o time sabe escrever.
A pergunta é:
Quais loops de IA estão rodando todos os dias enquanto a empresa trabalha?
É aí que a tecnologia sai da palestra e entra no P&L.
