AI-мания ломает корпоративные решения: стратегии на миллиарды пишут без ChatGPT

O ensaio do consultor Nik Suresh, "AI Mania Is Eviscerating Global Decision-Making", sobre como o frenesi em torno da inteligência artificial está destruindo a tomada de decisões em grandes empresas, viralizou no Hacker News e chegou ao desenvolvedor Simon Willison em 19 de julho de 2026. A tese central de Suresh: estratégias de IA bilionárias são frequentemente escritas por executivos que nunca abriram o ChatGPT sequer uma vez.

Uma estratégia de US$ 2 bilhões sem ChatGPT

Nik Suresh, que presta consultoria para grandes corporações, cita um caso extremo: um executivo admitiu que nunca em sua vida havia usado o ChatGPT ou qualquer outra ferramenta de IA — logo depois de lançar uma estratégia técnica para uma organização com faturamento superior a US$ 2 bilhões, construída inteiramente em torno da IA. O ensaio foi montado a partir de histórias anônimas que engenheiros e gestores dentro de empresas "superexcitadas" contam ao autor.

"Em um caso extremo, um executivo admitiu que nunca em sua vida havia usado o

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

Histórias-chave citadas por Suresh:

• Uma estratégia de IA para mais de US$ 2 bilhões em faturamento, escrita por uma pessoa sem uma única consulta a um modelo
• "Rankings por tokens" — métricas que incentivam os funcionários a gastar mais solicitações de IA
• Alegações de clientes sobre ganhos de produtividade de "100 vezes" que ninguém ousa questionar
• Engenheiros rodando IA em tarefas propositalmente sem sentido só para cumprir a métrica

Por que ninguém contesta o hype

O silêncio se sustenta pelo medo de perder um contrato, não apenas pelo marketing. Suresh perguntou a um executivo cético de um fornecedor por que promessas absurdas são repetidas sem objeções. A resposta não teve a ver com "ruído de vendas": os próprios executivos do lado do cliente haviam declarado publicamente ganhos de produtividade de 100 vezes.

"Se alguém do lado do fornecedor dissesse que tal ganho é implausível,

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: arrebentar um contrato corporativo por causa de uma discussão que não afeta a missão da empresa é uma forma rápida de ser demitido. Por isso, uma avaliação honesta do retorno da IA se torna desvantajosa para todas as partes do negócio ao mesmo tempo — tanto para o fornecedor quanto para o cliente.

O que está acontecendo com os engenheiros

A pressão do hype desce para baixo e se transforma em uma imitação de trabalho. Um engenheiro descreveu como, em uma empresa com um "ranking por tokens", ele extrai uma cópia paralela de um repositório Go em funcionamento e ordena que a IA o reescreva inteiramente na linguagem Zig — enquanto ele mesmo está ocupado com outra tarefa — só para inflar formalmente a métrica e manter o emprego.

Esse cenário é consequência direta de métricas que medem atividade, não resultado. Quando um KPI está atrelado ao número de tokens gastos, e não a código funcional, os funcionários racionalmente começam a queimar recursos à toa: o sistema recompensa o volume de solicitações ao modelo, não o benefício que elas trazem.

O que isso significa

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