A mania da IA está quebrando decisões corporativas: estratégias de bilhões são escritas sem nunca abrir o ChatGPT

O ensaio do consultor Nik Suresh, «AI Mania Is Eviscerating Global Decision-Making», sobre como o frenesi em torno da inteligência artificial corrói a tomada de decisão em grandes empresas, circulou pelo Hacker News e chegou ao desenvolvedor Simon Willison em 19 de julho de 2026. A tese central de Suresh: estratégias de IA de bilhões de dólares costumam ser escritas por executivos que nunca abriram o ChatGPT.

Estratégia de US$ 2 bilhões sem ChatGPT

Nik Suresh, que presta consultoria a grandes corporações, relata um caso extremo: um executivo admitiu que nunca na vida havia usado o ChatGPT nem qualquer outra ferramenta de IA — e isso logo depois de divulgar uma estratégia técnica para uma organização com receita acima de US$ 2 bilhões, construída inteiramente em torno da IA. O ensaio reúne histórias anônimas que engenheiros e gerentes de empresas «superaquecidas» contam ao autor.

«Em um caso extremo, um executivo admitiu que nunca na vida havia usado o

ChatGPT ou qualquer ferramenta de IA — logo depois de preparar uma estratégia técnica para uma organização com receita acima de US$ 2 bilhões, inteiramente construída em torno da inteligência artificial». — Nik Suresh, ensaio «AI Mania Is Eviscerating Global Decision-Making»

Os principais episódios citados por Suresh:

• Uma estratégia de IA para uma empresa com mais de US$ 2 bilhões de receita, escrita por alguém que nunca fez uma única consulta a um modelo
• «Placares de tokens» — métricas que premiam funcionários por fazerem mais chamadas à IA
• Clientes que declaram ganhos de produtividade «de 100 vezes», e ninguém se atreve a contestar
• Engenheiros que rodam IA em tarefas sabidamente sem sentido só para cumprir tabela

Por que ninguém contesta o hype

O silêncio se sustenta no medo de perder o contrato, e não apenas no marketing. Suresh perguntou a um executivo cético de um fornecedor por que promessas absurdas são repetidas sem objeção. A resposta não tinha a ver com «barulho de vendas»: os próprios executivos do lado do cliente haviam declarado publicamente um aumento de 100 vezes na produtividade.

«Se alguém do lado do fornecedor dissesse que esse ganho é

inverossímil, isso minaria a autoridade do executivo do cliente, seria visto como um ataque — ou heresia — e poderia levar ao cancelamento do contrato corporativo». — do ensaio de Nik Suresh

A lógica é simples: derrubar um contrato corporativo por causa de uma discussão que não afeta a missão da empresa é um jeito rápido de ser demitido. Por isso, uma avaliação honesta do retorno da IA deixa de ser vantajosa para todos os envolvidos no negócio ao mesmo tempo — tanto para o fornecedor quanto para o cliente.

O que acontece com os engenheiros

A pressão do hype desce pela hierarquia e vira simulação de trabalho. Um engenheiro descreveu como, em uma empresa com «placar de tokens», ele baixa uma cópia paralela de um repositório Go em produção e manda a IA reescrevê-lo inteiro em Zig — enquanto cuida de outra tarefa, só para engordar a métrica formalmente e manter o emprego.

Esse cenário é consequência direta de métricas que medem atividade, e não resultado. Quando o KPI está atrelado ao número de tokens gastos, e não a código que funciona, os funcionários passam a queimar recursos à toa de forma racional: o sistema recompensa o volume de chamadas ao modelo, e não a utilidade delas.

O que isso significa

O problema não está nos modelos em si, mas na forma como as organizações decidem sob pressão da moda. Quando uma estratégia de US$ 2 bilhões é escrita sem experiência prática, a crítica é punida com a perda de um contrato e as métricas premiam o gasto de tokens, a empresa otimiza o hype, e não o resultado. O ensaio de Suresh lembra que uma conversa madura sobre o retorno real da IA ainda perde para o medo de parecer cético.